#600 · 主分类： 计算机视觉
AdvSemiSeg
adversarial-learning
computer-vision
deep-learning
pytorch
semantic-segmentation
semi-supervised-learning
用于半监督语义分割的对抗学习，BMVC 2018
项目最后更新：04/21/21
GitHub Stars
507
Forks数量
122
贡献者数量
2
许可证
Other
收录理由
语义分割任务里，标注数据的成本往往远高于模型设计本身。这个项目用一个紧凑的代码库演示了对抗学习如何缓解这一瓶颈：在分割网络之外训练一个判别器，迫使预测结果在分布上向真实标注靠拢，从而让大量未标注图像也能参与训练。方法源自BMVC 2018年的论文，代码基于DeepLabv2-ResNet101基线用PyTorch实现，并提供了1/8、1/4、1/2以及全监督等多种标注比例下的预训练权重。配合自带的评估脚本，可以在VOC2012验证集上直接复现论文报告的分割精度，也能方便地单独拆出对抗模块进行实验，不必引入庞大的工程框架。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。