论文阅读-Gated CRF Loss for Weakly Supervised Semantic Image Segmentation全监督的语义分割需要对全图进行完全而精确的标注。当需要标注的目标在图像中较多，又或形状不规则，又或边界不清晰，人工进行标注的成本就极高，甚至无法进行标注。比如下图1-1所示，需要分割图片中的"脏污"，这用全监督的方式训练该如何标注呢？图1-1中，我们可以确定一些区域必然是脏污，一些区域必然不是脏污，至于比较模糊的区域，使用弱监督的方式进行标注的话，就可以不标注，让模型自行判断。对于确定的区域，也不需要完全的标注，只需要标注部分即可。也就是说，对于图1-1，使用弱监督模型进行训练时，一种标注方式就是在确定是