基本信息

---

下载

文档摘要

---

摘要

摘要

目前全监督语义图像分割技术已取得显著进展，不过像素级别标签数据采集成本极高，

需要大量人力物力。所以，半监督语义分割成为具有潜力的研究方向，能够在较低成本条

件下实现优秀的分割效果。不过，传统的自训练半监督语义分割方法受初始模型分割效果

的限制，以及单一模型迭代训练时产生的错误标签影响，制约了模型的最终分割性能和泛

化能力。为克服这些挑战，本文提出两种新方法，旨在构建一个更强大、更具有鲁棒性的

语义分割系统，这个系统