Unsupervised Semantic Segmentation
无监督语义分割是计算机视觉领域的一个重要任务,旨在通过模型学习对图像中的每个像素进行分类,而无需依赖标注的真实标签数据。该任务的目标是使模型能够自主识别和区分图像中的不同物体类别,从而实现对图像内容的精细理解。无监督语义分割在自动驾驶、医疗影像分析和场景理解等应用中具有重要的价值,能够显著降低人工标注的成本和时间。
ACDC (Adverse Conditions Dataset with Correspondences)
Segmenter ViT-S/16
Cityscapes test
GraPix
Cityscapes val
Segmenter ViT-S/16
COCO-All
COCO-Persons
COCO-Stuff-15
IIC
COCO-Stuff-171
CAUSE-TR (ViT-S/8)
COCO-Stuff-27
DynaSeg - FSF (ResNet-18 FPN)
COCO-Stuff-3
IIC
COCO-Stuff-81
CAUSE-TR (ViT-S/8)
Dark Zurich
ImageNet-S
ImageNet-S-300
PASS
ImageNet-S-50
PASS
Nighttime Driving
PASCAL VOC 2012 val
CAUSE (ViT-B/8)
Potsdam-3
PriMaPs-EM+HP (DINO ViT-B/8)
SUIM
DatUS (ViT-B/8) + OC