共同ガイダンスと共同融合による安定した半教師ありリモートセンシングセグメンテーション

この論文は、半教師ありリモートセンシング画像セグメンテーションにおける疑似ラベルドリフトの問題に対処しています。Co2Sという新しいフレームワークを提案し、ビジョン-言語モデルと自己教師ありモデルを活用して、セグメンテーションの精度と安定性を向上させています。デュアルスタチューデントアーキテクチャ、共同ガイダンス、および特徴融合戦略の使用が重要な革新です。この論文の重要性は、リモートセンシングアプリケーションにおける広範な手動アノテーションの必要性を減らし、より効率的でスケーラブルにする可能性にあります。