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