arXiv · ML· Moshe Kimhi, Ehud Rivlin, Chaim Baskin·· 3 天前AI 评分20
CB-LNL:利用带噪标签学习实例分割
Sfumato Supervision: Learning Instance Segmentation with Noisy Labels
AI 导读
提出结合前景与背景证据指导局部监督的CB-LNL方法,旨在应对噪声标签下的实例分割挑战。 该方法基于COCO和LVIS标注审计,并引入覆盖人类标注及SAM2弱提示掩码的基准测试。 实验显示,相较于直接教师掩码替换,CB-LNL在程序化轮廓噪声训练上性能更优且有害编辑更少。
来源:arXiv · ML · arxiv.org