BoxSup公司

BoxSup:利用边界盒来监督卷积网络进行语义分割。最近主流的语义分割方法依赖于使用人工注释的像素级分割掩模训练的深卷积网络。这种像素精确的监控需要昂贵的标记工作,并限制了通常受益于更多训练数据的深层网络的性能。在这篇文章中,我们提出一个方法,达到竞争的准确性,但只需要容易获得的边界框注释。其基本思想是在自动生成区域建议和训练卷积网络之间进行迭代。这两个步骤逐步恢复分割掩模以改善网络,反之亦然。我们的方法,称为BoxSup,只在框监督下产生竞争结果,与在相同设置下完全由掩码监督的强基线相当。通过利用大量的边界框,BoxSup进一步释放了深卷积网络的能力,并在PASCAL VOC 2012和PASCAL-CONTEXT上产生了最新的结果。