BriefGPT - AI 论文速递
·
SED: 开放词汇语义分割的简单编码器 - 解码器
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种半监督和领域自适应的语义分割框架，利用自监督单目深度估计（SDE）增强。通过选择样本、数据增强、转移学习特征和利用额外标记数据，实现了半监督语义分割和领域适应。在Cityscapes数据集上验证，取得了最先进结果。
🎯
关键要点
- 提出了一种半监督和领域自适应的语义分割框架。
- 框架利用自监督单目深度估计（SDE）来增强性能。
- 采用 SDE 作为辅助任务，通过选择有用样本和数据增强来提升效果。
- 转移 SDE 学习到的特征，并利用 Cross-Domain DepthMix 和 Match Geometry Sampling。
- 对额外标记合成数据与真实数据进行对齐。
- 在 Cityscapes 数据集上验证，取得了最先进的结果。
➡️
