- …
- …
#871
summarized by : Yuchi Ishikawa
どんな論文か？
シングルステージモデルでの弱教師ありセマンティックセグメンテーションに取り組んだ研究．
弱教師ありセグメンテーションにおいて，local consistency, semantic fidelity, completenessを必要な3つの特性とし，これらを実現するための手法を提案している．
新規性
1. 分類スコアを算出するための normalised Global Weighted Pooling
2. 出力されるマスクが外見の手がかりを考慮するようにする Pixel-Adaptive Mask 3. Refinement psuedo label の不正確さによる複合的な作用に対抗するための，Stochastic Gate
を提案している．
結果
これらにより，シングルステージのモデルで，マルチステージモデルと同等かそれ以上の精度を達成しつつ，よりシンプルで使いやすいモデルとなっている．
その他（なぜ通ったか？等）
- …
- …