.png){kind=icon}
返回
Semi-supervised semantic segmentation with confidence-driven consistency learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.128965.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• CDCL被提出以充分利用未标记数据中的信息。
• RPR策略减少类间竞争并增强预测确定性。
• NLA模块被设计用于从低置信度像素中提取鲁棒信息。
• 在两个基准数据集上的实验结果证明了CDCL的优越性。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
暂无机构信息
引用论文
Learning pseudo labels for semi-and-weakly supervised semantic segmentation用于半监督和弱监督语义分割的学习伪标签.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
Representation-Enhanced Status Replay Network for Multisource Remote-Sensing Image Classification用于多源遥感图像分类的表示增强状态重放网络
PREAI
分享收藏Noise-robust consistency regularization for semi-supervised semantic segmentation基于噪声鲁棒一致性正则化的半监督语义分割NEURAL NETWORKS
NEURAL NETWORKSIF6.3
PREAI
分享收藏
查看更多内容