在航空图像上利用查询点监督进行语义分割的学习
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种弱监督学习算法，通过仅依赖查询点标注而非完整遮罩标签训练语义分割算法，从而减少了手动注释所需的成本和时间。我们通过生成超像素将查询点标签扩展到包含相似语义的超像素中，并使用部分带有超像素伪标签的图像来监督语义分割模型的训练。我们在航空图像数据集和不同的语义分割结构上对我们的弱监督训练方法进行了基准测试，结果显示我们可以在减少注释工作量的同时达到与完全监督训练相竞争的性能。
该文介绍了一种弱监督学习算法，使用查询点标注训练语义分割算法，减少手动注释的成本和时间。算法使用超像素扩展查询点标签，并使用部分带有超像素伪标签的图像监督模型训练。在基准测试中，该算法表现出与完全监督训练相竞争的性能。
