跨域分割更准
一种用于领域自适应语义分割的对比学习框架，通过显式建模类内紧凑与类间分散，提升跨域像素表征的判别力和稳定性。
谢斌辉 · 李爽 · Mingjia, Li · Liu, Chi Harold · 黄高 · 王国仁
IEEE Transactions on Pattern Analysis and Machine Intelligence 2023
利用类别质心或源域分布指导像素对比学习，显式拉近同类像素、推远异类像素，构建判别力更强的嵌入空间。
通过语义引导的对比目标，缓解伪标签噪声带来的训练波动，使自训练过程更加鲁棒。
优化目标可推导出封闭形式上界，隐式涉及无限多正负样本对，但计算成本低，训练效率高。