本文介绍了一种自适应的弱监督语义分割方法，通过划分图像内容为确定性区域和不确定性区域进行分别处理，提高准确性。实验证明该方法在PASCAL VOC 2012和MS COCO 2014上优于基准方法。

本文介绍了一种名为自适应补丁对比的新型ViT-based WSSS方法，通过增强补丁嵌入学习来提高分割效果。实验证明该方法在PASCAL VOC 2012和MS COCO 2014数据集上表现优于其他WSSS方法。