提出了一种结合不确定性和多样性准则的类别平衡动态获取（CBDA）方法，以解决类别不平衡问题。该方法在高预算下提升了少数类别的性能，mIoU分别提高了0.6、1.7和2.4，最优模型超越全监督基准，显示了平衡标注的优势。

本文介绍了一种名为Panoptic FCN的全监督和弱监督全景分割方法，使用点注释，可以高效地分割物体实例和场景杂物类别。经过广泛实验，Panoptic FCN在多个数据集上展现出了吸引人的效率和效果，是全监督和弱监督全景分割的新方法。