Semi Supervised Semantic Segment

cvpr2017 best paper，其目标是用用有限的训练图片得到较好的语义分割效果。为此，作者通过增加GAN生成图像，无标签或弱标签图片来扩充训练集。假设分割类别数为K，那么判别器则有K+1个类别的输出。多出来的分类类别为”该像素为假像素”。为了适应分割任务，将判别器的结构改成FCN。文中给出了两种半监督学习架构。从实验中可以看出该方法确实work。

semi-supervised.png semi- supervised2.png voc2012 result.png

• paper
• 解读