该文综述无监督与自监督图像分割进展,重点介绍U2Seg统一框架,可同时实现实例、语义和全景分割,少样本下优于CutLER;还涵盖轻量聚类框架、CAUSE因果推断、U3DS³点云分割及医学图像预训练等研究。
研究人员提出了一种名为U2Seg的无监督通用分割模型,利用自监督模型生成伪语义标签并进行自我训练,性能显著提升。U2Seg在少样本情况下也是强大的预训练模型,激发了更多关于无监督通用图像分割的研究。
完成下面两步后,将自动完成登录并继续当前操作。