摘要

我们提出了一种新颖的半监督语义分割方法（PC2Seg），该方法协同实现了分割模型的两项理想性质：图像增强之间的标签空间一致性，以及不同像素之间的特征空间对比性。为此，我们分别采用像素级L2损失和像素对比损失来实现上述目标。为解决像素对比损失带来的计算效率问题以及误负样本噪声问题，我们进一步引入并系统研究了几种负样本采样策略。大量实验表明，基于DeepLab-v3+架构的所提方法在来自VOC、Cityscapes和COCO数据集的多个具有挑战性的半监督分割设置下，均取得了当前最优的性能表现。