[논문 읽기] Learning unbiased zero-shot semantic segmentation networks via transductive transfer(2020)

Learning unbiased zero-shot semantic segmentation networks via transductive transfer

 PDF, Zero-Shot Segmentation, Haiyang et al, IEEE 2020

 

Summary

 

 self-traning process를 model의 prediction 값을 pseudo label로 사용하는 대신에, unseen image로 진행한다. transfuctive zero-shot은 unseen image를 사용하는 분야 중 하나이다.

 

 true image를 self-training에 사용하기 때문에 부정확한 pseudo label로 인해 발생하는 negative transfer 문제를 해결할 수 있다.

 

 source data(seen)으로 visual image와 semantic embedding 사이의 관계를 학습하고 target data(unseen)으로 seen biased problem을 완화한다.

 

 따라서 기존 loss에 bias rectification loss가 추가된다.

 

 

 기존의 pixel-wise cross-entropy loss이다.

 

 

 target image(unseen)을 pseudo label로 사용하여 self-training에 사용하는 loss

 

---

my github

Seonghoon-Yu/Paper_Review_and_Implementation_in_PyTorch