Dual-Guidance Framework for Semi-Supervised Semantic Segmentation via Uncertainty and Prototypes
Este artículo propone un marco de Doble Guía para la segmentación semántica semi-supervisada que combina un módulo de Refinamiento de Pseudo-Etiquetas Dinámico Consciente de la Incertidumbre y un módulo de Guía de Contraste de Prototipos de Clase para refinar conjuntamente las predicciones y regularizar las representaciones de características, logrando un rendimiento de vanguardia en los benchmarks PASCAL VOC 2012 y Cityscapes.