本文介绍了一种新的区域活性学习方法MetaBox+，用于语义图像分割。该方法通过元回归模型训练估计未标注图像中每个预测分割的交集联合（IoU），并提出了一种简单但实用的注释成本估计方法。实验结果表明，MetaBox+相比随机获得的方法减少了注释工作量，并且在只有两个不同网络的情况下，相比于完整数据集训练，可以达到95%的平均交集联合（mIoU）。