水下实例分割网络

弱标注强分割

仅用框级标注即可在水下复杂场景中实现像素级实例分割,并通过边界细化策略适应浑浊背景。

Meng, Wu · Yifeng, Cui · Min, Rong · Shanghang, Jiang · Lei, Zhang · 蔚婧

Neurocomputing 2025

参数信息

DSeg mAP
75.4 %
比全监督方法便宜
约 10 倍

技术优势

边界更清晰

利用混合颜色亲和图与动态阈值,即使在浑浊背景下也能有效区分前景与背景,提升分割精度。

框更精准

边界框细化策略能为每个实例生成更紧凑准确的框,降低不精确框标注对分割性能的负面影响。

便宜十倍

框级标注远比像素级掩码标注节约成本,使大规模水下实例分割标注成为可能。

应用场景