Unsupervised Intra-domain Adaptation for Semantic Segmentation through Self-Supervision

文章信息 论文地址 原文 代码 前言 基于卷积神经网络的语义分割模型已经取得了很不错的效果，但是和绝大多数深度学习方法一样，深度语义分割模型同样依赖大量高质量的标注数据，而图像分割的标注成本非常高。为了降低标注成本，常用一些图像引擎生成自带标注的合成图像用来训练分割模型。但是，用合成图像训练的模型直接用于真实图像时，会有domain shift带来的效果下降问题，因此需要有域自适应方法和分割方法的

>>阅读原文<<