论文标题：Activation Modulation and Recalibration Scheme for Weakly Supervised Semantic Segmentation

论文链接：https://arxiv.org/abs/2112.08996

代码链接：https://github.com/jieqin-ai/AMR

论文提出了一种新颖的激活调制和重校准（AMR）方案，该方案利用聚光灯分支和补偿分支获得加权 CAM，从而提供重校准的监督信号。注意力调制模块（AMM）按照通道 - 空间的顺序重新学习特征重要性的分布，这有助于显式地建模通道相关性和空间编码，以自适应地调制面向分割任务的激活响应。此外，研究者还针对双分支引入了一种交叉伪监督机制，它可以被视为一种语义相似的正则化机制来相互细化两个分支。实验结果表明，该方法可以通过学习大量粗粒度的标注获得良好的分割结果，这对实际应用非常有益。

图1 方法流程图

内容中包含的图片若涉及版权问题，请及时与我们联系删除