Dual-Guidance Framework for Semi-Supervised Semantic Segmentation via Uncertainty and Prototypes
Dit artikel stelt een Dual-Guidance-raamwerk voor voor semi-gesuperviseerde semantische segmentatie dat een Uncertainty-Aware Dynamic Pseudo-Label Refinement-module en een Class-Prototype Contrastive Guidance-module combineert om gezamenlijk voorspellingen te verfijnen en feature-representaties te regulariseren, waarmee de state-of-the-art prestaties wordt bereikt op de PASCAL VOC 2012 en Cityscapes benchmarks.