多样的合作训练构建强力的半监督分割器
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
通过多样化协同训练,在Pascal和Cityscapes数据集上取得了显著优势。使用92、183和366张标记图像,在Pascal数据集上的mIoU分别为76.2%、77.7%和80.2%,超过之前的最佳结果超过5%。
🎯
关键要点
- 通过多样化协同训练,在Pascal和Cityscapes数据集上取得显著优势。
- 在Pascal数据集上使用92、183和366张标记图像,分别获得mIoU为76.2%、77.7%和80.2%。
- 这些结果超过之前的最佳结果超过5%。
➡️