面向无监督分割的双分支上采样域自适应网络

打开文本图片集

收稿日期：2022-02-11；修回日期：2022-04-12

基金项目：国家自然科学基金资助项目（61901158）；河南省科技厅资助项目（202102210121，212102210500）；开封市重大科技专项资助项目（20ZD014，2001016）

作者简介：韩宗桓（1996-），男，河南新乡人，硕士，主要研究方向为语义分割；刘名果（1984-），男（通信作者），河南郑州人，副教授，硕导，博士，主要研究方向为深度学习与演化计算（liumingguo@henu.edu.cn）；李珅（1982-），男，河南开封人，助理工程师，本科，主要研究方向为语义分割；陈立家（1979-），男，河南开封人，副教授，硕导，博士，主要研究方向为智能计算；田敏（1996-），女，山东潍坊人，硕士，主要研究方向为深度学习；兰天翔（1994-），男，河南开封人，硕士，主要研究方向为语义分割；梁倩（1996-），女，河南洛阳人，硕士，主要研究方向为目标检测.

摘 要：工业应用中，表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本，针对该问题，提出了双支路特征融合的域适应分割方法（dual-branch feature fusion domain adaptation，DbFFDA）。（剩余17223字）