.png){kind=icon}
返回
Image augmentation agent for weakly supervised semantic segmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.131314.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），仅利用图像级标注，因其高效性和低成本已获得广泛关注。然而，大多数现有WSSS方法侧重于设计新的网络结构和损失函数以生成更准确的密集标签，却忽视了固定数据集带来的限制，这可能制约性能提升。我们认为，更多样化的可训练图像能为WSSS提供更丰富的信息，并帮助模型理解更全面的语义模式。因此，本文提出了一种名为图像增强代理（IAA）的新方法，表明从数据生成角度增强WSSS是可行的。IAA主要设计了一个增强代理，利用大型语言模型（LLMs）和扩散模型自动为WSSS生成额外图像。实践中，为解决LLMs提示生成的不稳定性问题，我们开发了一种提示自精炼机制。该机制允许LLMs重新评估生成提示的合理性，以产生更连贯的提示。此外，我们在扩散生成过程中插入了一个在线过滤器，以动态确保生成图像的质量和平衡。实验结果表明，我们的方法在PASCAL VOC 2012和MS COCO 2014数据集上显著超越了现有的WSSS先进方法。我们的源代码将公开。
Keyword:
Weakly Supervised Semantic Segmentation
Image Augmentation Agent
Large Language Models
Diffusion Models
Prompt Self-Refinement
