BriefGPT - AI 论文速递
·
划分、集成与征服：自主域适应中的最后一英里 - 车载语义分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
DEC是一个灵活的多源数据集的UDA框架，通过分类语义类别并融合输出，解决合成多源数据集的挑战，实现了最先进的性能。
🎯
关键要点
- 提出了 DEC，这是一个灵活的多源数据集的 UDA 框架。
- 通过分类语义类别并融合输出，解决合成多源数据集的挑战。
- 使用仅在合成数据集上训练的集成模型来融合输出。
- 最终获得分割掩模，可以与现有的 UDA 方法相结合。
- 在 Cityscapes、BDD100K 和 Mapillary Vistas 上实现了最先进的性能。
➡️
