单阶段训练达多阶段精度
一个单阶段框架通过置信度引导的伪标签细化和自监督一致性，解决了弱标注遥感分割中多阶段方法复杂度高与单阶段误差累积的问题，实现与多阶段方法相当的分割性能。
刘亚男 · 张立保
IEEE Transactions on Geoscience and Remote Sensing 2025
单阶段框架避免了多阶段方法的复杂实现，可在一个循环中训练完成。
置信度引导的伪标签细化模块融合定位线索和边界结构细节，生成高质量伪标签，缓解误差累积。
双自监督多尺度一致性损失显式和隐式地利用一致性正则化，提升模型对多尺度目标的鲁棒性。
局部增强特征聚合网络融合多级语义特征并缓解低级噪声干扰，生成精确分割掩码。