本文提出了一种基于误差定位网络的半监督语义分割方法，解决了伪标签问题，提高了性能。在PASCAL VOC 2012和Cityscapes数据集上表现出卓越性能。

本文介绍了一种新的半监督语义分割视角，通过提高无标记数据的不确定性来减小分布差异，提高模型的推广能力。作者提出了两种策略，并设计了一种特别针对半监督语义分割的不确定性增强算法，实验证实了算法和策略的有效性。该方法在常用基准数据集上取得了最新性能。

本文提出了一种新的半监督语义分割视角，通过分析标记和无标记数据集的分布差异，提出了提高无标记数据的不确定性来改善模型推广能力的方法。设计了一种特别针对半监督语义分割的不确定性增强算法，并在实验中证实了其有效性。与其他方法相比，在常用基准数据集上取得了最新性能。