基于置信度加权的边界感知半监督语义分割学习

本研究针对半监督语义分割中的常见问题，如过度依赖标记数据导致的耦合现象、确认偏差以及边界模糊等，提出了一种新颖的CW-BASS框架。该方法通过对伪标签赋予置信度权重来降低错误预测的影响，并利用边界感知模块提高分割精度，为标记数据不足的情况下的语义分割提供了有效的解决方案。