摘要

半监督语义分割的核心在于为未标注图像的像素合理地分配伪标签。一种常见的做法是将置信度较高的预测结果作为伪真值，但这会导致大量像素因可靠性不足而被忽略，从而造成数据利用率低下。我们认为，每一个像素在模型训练过程中都具有重要意义，即使其预测结果存在模糊性。直观来看，一个不可靠的预测可能在置信度最高的若干类别之间产生混淆，但其应能明确排除其余类别。因此，这类像素可被合理地视为对那些最不可能的类别而言的负样本。基于这一洞察，我们提出了一种高效利用未标注数据的训练框架。具体而言，我们通过预测结果的熵值区分可靠与不可靠像素，将每个不可靠像素推送至一个按类别组织的负样本队列中，并实现对所有候选像素的联合训练。考虑到训练过程中预测结果逐渐趋于准确的演化特性，我们动态调整可靠与不可靠像素的划分阈值。在多个基准数据集和不同训练设置下的实验结果表明，所提方法在性能上显著优于现有最先进方法。