DECON 损失与 OpenReMix | BUS 准确区分已知类别和未知类别之间的边界！

文章预览

无监督域适应（UDA）用于语义分割旨在将像素级的知识从带标签的源域传递到未带标签的目标域。然而，当前的UDA方法通常假设源域和目标域之间有一个共享的标签空间，这在目标域可能涌现出新类别的现实世界中限制了它们的应用性。 在本文中，作者首次引入了针对语义分割的开放集域适应（OSDA-SS），其中目标域包含未知类别。 作者确定了在OSDA-SS场景中的两个主要问题如下： 现有的UDA方法难以预测未知类别的确切边界; 它们无法准确预测未知类别的形状。 为了解决这些问题，作者提出了一个名为 B oundary and U nknown S hape-Aware（边界和未知形状感知）的开放集域适应方法，简称 BUS 。 作者的BUS能够以对比的方式准确区分已知类别和未知类别之间的边界，使用一种新颖的基于膨胀-侵蚀的对比损失。此外，作者提出了一种新的域混合增强方法OpenReMi ………………………………