自适应斑块对比度

弱监督分割更准

用自适应池化与对比学习强化ViT斑块嵌入,端到端单阶段训练,在公开数据集上超越现有弱监督语义分割方法且训练更快。

75859214 · Dai, Tianhong · Zhenhong, Chen · Huang, Xiaowei · 肖继民 · 马飞 · Renrong, Ouyang

Engineering Applications of Artificial Intelligence 2025

参数信息

PASCAL VOC mIoU
71.4 %
训练时间较基方法减少
约30 %

技术优势

异常斑块可控

Adaptive-K池化层自动筛除非判别性斑块,避免单一最大池化被异常值主导。

嵌入更可分

斑块对比学习拉近同类斑块、推远异类斑块,使嵌入空间结构更适合分割。

训练更快

端到端单阶段框架无需CAM,训练效率更高。

应用场景