时间:2025-07-23 作者:游乐小编
本项目基于PaddlePaddle复现半监督语义分割论文,含分割与判别网络。训练结合标注与未标注图像,用不同损失函数。以ResNet101+Deeplabv2在VOC2012、1/8标签率下,复现指标70.4 miou,超论文69.5 miou。
Reproduction of Paper "Adversarial Learning for Semi-Supervised Semantic Segmentation" with PaddlePaddle.
本项目对半监督语义分割领域的经典论文“Adversarial Learning for Semi-Supervised Semantic Segmentation”基于PaddlePaddle进行了复现,达到了论文指标。
AdvSemiSeg是半监督语义分割领域最早的文章之一。与弱监督领域通常采用的分类级标签数据和分类级损失函数不同,半监督学习更强调少量有标签数据与大量无标签数据的结合,其核心在于如何通过有标签数据更好地挖掘无标签数据的监督信息,从而达到提升模型性能而降低人力支出的目的。
模型包括两个模块
分割网络2021-11-05 11:52
手游攻略2021-11-19 18:38
手游攻略2021-10-31 23:18
手游攻略2022-06-03 14:46
游戏资讯2025-06-28 12:37
单机攻略