Jittor 大规模无监督语义分割模型 DPSS

简介
本项目包含了第二届计图挑战赛计图 - 大规模无监督语义分割赛题的代码实现。本项目的特点是:针对聚类中心有误差的问题,提出基于聚类距离的样本去噪的方法,使聚类性能得到提升;针对伪标签存在噪声干扰的问题,提出基于去噪的特征微调的方法,校正了噪声标签;针对边缘定位不准确的问题,提出SAM-Auto伪标签增强的方法,令轮廓更加清晰;针对前景定位不准问题,提出基于像素注意力的SAM伪标签生成的方法,提高前景物体定位的准确性;提出的大规模无监督语义分割模型在决赛取得第二,表明了所提方法的有效性。
安装
本项目的安装细节请见 USAGE
数据集
本项目的数据集下载地址:数据集
模型权重
本项目的模型模型下载地址为xxx,下载后放入目录 <root>/weights/
下。
性能分析

致谢
此项目基于论文 Large-scale Unsupervised Semantic Segmentation 实现,部分代码参考了
PASS
JSeg
SAM_WSSS
SAM_Jittor。
Jittor 大规模无监督语义分割模型 DPSS
简介
本项目包含了第二届计图挑战赛计图 - 大规模无监督语义分割赛题的代码实现。本项目的特点是:针对聚类中心有误差的问题,提出基于聚类距离的样本去噪的方法,使聚类性能得到提升;针对伪标签存在噪声干扰的问题,提出基于去噪的特征微调的方法,校正了噪声标签;针对边缘定位不准确的问题,提出SAM-Auto伪标签增强的方法,令轮廓更加清晰;针对前景定位不准问题,提出基于像素注意力的SAM伪标签生成的方法,提高前景物体定位的准确性;提出的大规模无监督语义分割模型在决赛取得第二,表明了所提方法的有效性。
安装
本项目的安装细节请见 USAGE
数据集
本项目的数据集下载地址:数据集
模型权重
本项目的模型模型下载地址为xxx,下载后放入目录
<root>/weights/
下。性能分析
致谢
此项目基于论文 Large-scale Unsupervised Semantic Segmentation 实现,部分代码参考了 PASS JSeg SAM_WSSS SAM_Jittor。