Semi Supervised Semantic Segmentation

最佳模型： UniMatch (DeepLab v3+ with ImageNet-pretrained ResNet-101, single scale inference)

最佳模型： GuidedMix-Net(DeepLab v2 with ResNet101, ImageNet pretrained)

最佳模型： GuidedMix-Net(DeepLab v2 with ResNet101, ImageNet pretrained)

最佳模型： S4MC

最佳模型： GuidedMix-Net(DeepLab v2 with ResNet50, ImageNet pretrained)

最佳模型： GuidedMix-Net(DeepLab v2 with ResNet50, ImageNet pretrained)

最佳模型： CPS (DeepLab v3+ with ImageNet-pretrained ResNet-101, single scale inference)

最佳模型： MMS (20% Labeled)

最佳模型： LaserMix (Voxel)

最佳模型： PLE (Voxel)

最佳模型： SemiVL (ViT-B/16)

最佳模型： M3L (Linear Fusion B2)

最佳模型： SemiSegContrast (DeepLab v3+ with ResNet-50 backbone, MSCOCO pretrained)

最佳模型： SemiVL (ViT-B/16)

最佳模型： MMS(20% labeled)

最佳模型： AEL (DeepLab v3+ with ResNet-101 pretraind on ImageNet-1K)

最佳模型： AEL (DeepLab v3+ with ResNet-101 pretraind on ImageNet-1K)

最佳模型： AllSpark

最佳模型： Dense FixMatch (DeepLabv3+ ResNet-101, over-sampling, single pass eval)

最佳模型： UniMatch V2

最佳模型： IM++ (416x208, 2.7m parameters, no pretraining)

最佳模型： AllSpark

最佳模型： FishSegSSL

最佳模型： ReCo (DeepLab v3+ with ResNet-101 backbone, ImageNet pretrained)

最佳模型： ReCo (DeepLab v3+ with ResNet-101 backbone, ImageNet pretrained)

最佳模型： ReCo (DeepLab v3+ with ResNet-101 backbone, ImageNet pre-trained)

最佳模型： ClassMix (DeepLab v2 MSCOCO pretrained)

最佳模型： Dual Teacher

最佳模型： SemiVL