Recent mainstream weakly-supervised semantic segmentation (WSSS) approaches mainly relies on image-level classification learning, which has limited representation capacity. In this paper, we propose a novel semantic learning based framework, named SLAMs (Semantic Learning based Activation Map), for WSSS.
翻译：最近主流监督不力的语义分割法(SSS)主要依赖图像级分类学习,而图像级分类学习代表能力有限。 在本文中,我们提议为SSS提出一个新的语义学习基础框架,名为Semanic Learning Magraphation(Semanic Learning Map ), 名为Semanic Learning Maget(Semanic Learning Map ) 。
相关内容
Arxiv
12+阅读 · 2021年12月16日
Arxiv
10+阅读 · 2018年5月10日
相关VIP内容
相关资讯
相关论文
Arxiv
12+阅读 · 2021年12月16日
Arxiv
10+阅读 · 2018年5月10日
微信扫码咨询专知VIP会员