CVPR 原文 半监督语义分割方法的总结： 主要思想： Consistency regularization ：希望不同扰动之下网络的输出结果一致，扰动的加入的位置： 在输入图片上加扰动 在某一层的输出特征上添加扰动 创新点： 鼓励两个初始化不同 不同扰动 的网络的一致性 利用半监督的方式相当于扩充了数据集 网络结构 两个网络的结构相同，但使用不同的初始化 作为不同的扰动 ，具体而言， 个网络ba ...
2022-02-19 17:01 2 850 推荐指数：
摘要：在本文中，我们提出了一种新的基于交叉一致性的语义分割半监督方法。 一致性训练已被证明是一种强大的半监督学习框架，用于在集群假设下利用未标记的数据，其中决策边界应位于低密度区域。 在这项工作中，我们首先观察到，对于语义分割，隐藏表示中的低密度区域比输入中的低密度区域更明显。 因此，我们提出 ...
这篇文章的主要贡献点在于： 1.实验证明仅仅利用图像整体的弱标签很难训练出很好的分割模型； 2.可以利用bounding box来进行训练，并且得到了较好的结果，这样可以代替用pixel-level训练中的ground truth； 3.当我们用少量的pixel-level ...
论文阅读： A Three-Stage Self-Training Framework for Semi-Supervised Semantic Segmentation 作者说明 版权声明：本文为博主原创文章，转载请附上原文出处链接和本声明。 本文链接：https ...
题记：最近在做LLL(Life Long Learning)，接触到了SSL(Semi-Supervised Learning)正好读到了谷歌今年的论文，也是比较有点开创性的，浅显易懂，对比实验丰富，非常适合缺乏基础科学常识和刚刚读研不会写论文的同学读一读，触类旁通嘛。 这篇论文 ...
一些参考资料: [1] 李宏毅机器学习教学视频 semi-supervise [2] 李宏毅视频的文字稿 (上面两个资料的讲解顺序是：semi-supervised generative model --> low density assumption --> ...
论文简介： 以image-level作为标签的弱监督语义分割往往面临目标区域估计不完整的问题。为了缓解这个问题，本文提出了一种对跨图像间关系进行建模的方法。 该方法在同类别不同图像之间建立像素级的关系矩阵，并据此从不同的图像间取得互相补充的信息，用以增广原特征并获取更加完整和鲁棒的目标估计 ...
GCN的定义 下面内容参考kipf博客，个人认为是告诉你从直觉上，我们怎么得到GCN图上的定义（而前面的大幅推导是从理论上一步一步来的，也就是说可以用来佐证我们的直觉） 我们的网络输入是\(\ma ...
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器来输出类别标签。我们在一个数据集上训练一个产生式模型 G 以及 一个判别器 D，输入 ...
