科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对数据集标注成本高昂的问题，提出一种半监督语义分割算法，可以利用少量标注数据和大量无标注数据训练高精度的分割模型，节省大量人工标注成本。该文算法在经典的平均教师算法的基础上进行改进，将单组教师-学生模型扩展为双分支结构，采用交叉监督的方式进行学生模型训练，有效解决了平均教师算法的模型耦合问题。另外，引入非线性投影模块构造两个非对称分支，使模型学习到异质知识，进一步提升了算法性能。对算法进行针对性调整后，可以较好地适配变电站实际应用场景。实验结果表明，该文算法不仅在变电站表计图像分割任务中表现出良好的性能，还在两个学术数据集PASCAL VOC 2012和CamVid中超过了当前主流算法。
- 单位
