.png){kind=icon}
返回
Generative Prompt Controlled Diffusion for weakly supervised semantic
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.130103.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
弱监督语义分割（WSSS）旨在仅使用图像级标签训练分割模型，已受到广泛关注。现有方法主要集中利用现有图像及其对应的图像级标签来创建高质量伪标签。然而，当可用数据集有限时，伪标签质量会显著下降。本文从不同角度解决这一挑战，提出一种名为生成提示控制扩散（GPCD）的数据增强新方法。该方法通过生成预训练变换器（GPT）提示引导的受控扩散，用多样化图像增强当前标注数据集。在此过程中，现有图像和图像级标签提供必要控制信息，而GPT丰富提示以生成多样化背景。此外，我们创新性地将数据源信息作为标记整合到视觉变换器（ViT）框架中，提高了下游WSSS模型识别增强图像来源的能力。我们提出的GPCD方法明显优于现有最先进方法，其优势在数据稀缺时更为显著，从而验证了方法的有效性。我们将发布源代码。
Keyword:
Weakly-supervised learning
Semantic segmentation
Prompt generation
Diffusion model
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
Cross-frame feature-saliency mutual reinforcing for weakly supervised video salient object detection.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容