语义标注和实例分割是两个需要特别昂贵注释的任务。基于以边界框检测注释形式的弱监督，我们提出了一种新的方法，该方法无需修改分割训练过程。我们证明了当从给定的边界框精心设计输入标签时，即使只进行一轮训练也足以超越先前报道的弱监督结果。总体而言，我们的弱监督方法在语义标注和实例分割方面均达到了完全监督模型质量的约95%。