语义连通性驱动的跨域分割的伪标记 原文中文,约300字,阅读约需1分钟。发表于:2023-12-11T00:00:00Z。 我们提出一种称为 SeCo 的新方法,通过在连接级别生成伪标签来解决跨领域语义分割中的两个关键限制,从而显著改善现有最先进方法的性能。 本文提出了一个像素级聚类框架,用于无监督图像分割,包括特征嵌入、统计计算、图像重建和超像素分割。提出了训练策略和后处理方法,提高分割准确性。实验证明该框架优于先前方法。 像素级聚类框架 无监督图像分割 特征嵌入 统计计算 超像素分割