基于类别概率反向传播机制的弱监督语义分割

摘要

cqvip:本文利用带语义信息的边界框作为弱监督标注,借助目标边界框作为先验线索,定位分类网络中属于目标但激活值较弱的特征点。通过概率反向传播机制的方式寻找各卷积层之间神经元节点的关联性,获得目标较完整的类别注意力图。另外,结合图像超像素算法,通过填充率选择策略改善注意力图在边缘处的粗糙分割效果,生成最佳的类别掩膜。本文提出的方法改善了以往注意力机制的定位不完整,并在PASCAL VOC2012分割数据集上获得了64.8%的mIoU分值结果。