論文域適應語義分割:Learning to Adapt Structured Output Space for Semantic Segmentation

1、Learning to Adapt Structured Output Space for Semantic Segmentation 目的:結構輸出自適應思想,多層對抗網絡學習,瞭解帶標註合成圖像,如何在合成圖像上訓練,然後自適應到真實場景上。 摘要:有監督的基於卷積神經網絡語義分割方法需要依賴像素級的GT,對於未見過的圖像泛化能力差(這體現在源域和目標域之間圖像差異較大),此外,圖像標註過
相關文章
相關標籤/搜索