論文の概要: CPS4: Class Prompt driven Semi-Supervised Spine Segmentation with Class-specific Consistency Constraint
- arxiv url: http://arxiv.org/abs/2606.15802v1
- Date: Sun, 14 Jun 2026 13:08:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.858449
- Title: CPS4: Class Prompt driven Semi-Supervised Spine Segmentation with Class-specific Consistency Constraint
- Title（参考訳）: CPS4:クラスプロンプト駆動によるクラス固有の一貫性制約を伴う半スーパービジョンのスペンション
- Abstract要約: CPS4は、クラスプロンプトを用いた最初のテキスト誘導半教師付きスピーンセグメンテーションネットワークであり、スピーンの擬似ラベルの品質を高める。
ラベルのないスピン画像に対して各クラス固有のバイナリセグメンテーションマップを導出し、それらを統一されたマルチクラスセグメンテーションマップに統合する。
- 参考スコア（独自算出の注目度）: 7.7947305696465845
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision Language Model (VLM) has great potential to enhance the quality of pseudo labels in semi-supervised spine segmentation by leveraging textual class prompts to generate segmentation map, but no one has studied it yet. Although promising, it lacks explicit constraints to ensure consistency between spine class prompts and spine unit region, resulting in unsatisfactory performance in multi-class segmentation map generation. In this paper, we propose CPS4, the first text-guided semi-supervised spine segmentation network using class prompts to enhance the quality of spine pseudo labels. Specifically, CPS4 is implemented through two training stages. (i) Class-specific consistency constrained VLM pretraining stage: we propose token- and pixel-level attention loss to optimize the consistency between class prompts and spine units, forcing the textual class prompt to be closely coupled with the target spine unit in the semantic space. (ii) Class Prompt driven semi-supervised spine segmentation stage: using the pretrained vision-text encoder, we derive each class-specific binary segmentation map for the unlabeled spine image and integrate them into an unified multi-class segmentation map, improving the quality of the spine pseudo label generated by the semi-supervised spine segmentation network. Experimental results show that our CPS4 achieves superior spine segmentation performance with Dice of 80.44%, only using 5% labeled data on the public spine segmentation dataset, surpassing popular semi-supervised learning and VLM methods. Our code will be available.
- Abstract（参考訳）: 視覚言語モデル(VLM)は、テキストのクラスプロンプトを利用してセグメンテーションマップを生成することで、半教師付きスピネルセグメンテーションにおける擬似ラベルの品質を高める大きな可能性を秘めている。
有望ではあるが、スピンクラスのプロンプトとスピン単位領域との整合性を保証するための明示的な制約が欠けているため、マルチクラスのセグメンテーションマップ生成では不満足なパフォーマンスをもたらす。
本稿では,クラスプロンプトを用いた最初のテキスト誘導型半教師付きスピーンセグメンテーションネットワークであるCPS4を提案する。
具体的には、CPS4は2つの訓練段階を通じて実装される。
i) クラス固有の一貫性制約付きVLM事前訓練段階: クラスプロンプトとスピンユニット間の一貫性を最適化するためにトークンレベルおよびピクセルレベルのアテンションロスを提案し、テキストクラスプロンプトをセマンティック空間のターゲットスピンユニットと密結合させる。
(II) クラスプロンプト駆動型半教師付きスピンのセグメンテーションステージ: 事前訓練されたビジョンテキストエンコーダを用いて、未ラベルのスピンの画像に対して各クラス固有のバイナリセグメンテーションマップを導出し、それらを統合されたマルチクラスセグメンテーションマップに統合し、半教師付きスピンのセグメンテーションネットワークによって生成されたスピンの擬似ラベルの品質を向上させる。
実験の結果,CPS4 は Dice が 80.44% であり,5% のラベル付きデータしか使用せず,一般的な半教師付き学習法や VLM 法を超越していることがわかった。
私たちのコードは利用可能です。
関連論文リスト
- UniSemAlign: Text-Prototype Alignment with a Foundation Encoder for Semi-Supervised Histopathology Segmentation [0.046180371154032895]
マルチモーダルなセマンティックアライメントフレームワークUniSemAlignを提案する。
これは、明示的なクラスレベルの構造をピクセル単位の学習に注入することで、視覚的セグメンテーションを強化する。
教師付きセグメンテーション、クロスビュー一貫性、モーダルアライメントの目的でエンドツーエンドにトレーニングされている。
論文 参考訳（メタデータ） (2026-04-10T09:53:33Z) - Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation [55.486872677160015]
本稿では,体としてのセグメンテーションバックボーンと,頭部としてのCLIPベースのセマンティックヘッドを統合したChimera-Segを提案する。
特に、Chimera-Segはトレーニング可能なセグメンテーションモデルとCLIPセマンティックヘッド(CLIP Semantic Head, CSH)を備えており、CLIP対応空間に高密度な特徴をマッピングする。
また,CLIP CLSトークンと高い類似性を示す濃厚な特徴から知識を抽出する選択的グローバル蒸留(SGD)を提案する。
論文 参考訳（メタデータ） (2025-06-27T09:26:50Z) - SMC-NCA: Semantic-guided Multi-level Contrast for Semi-supervised Temporal Action Segmentation [53.010417880335424]
半教師付き時間的アクションセグメンテーション(SS-TA)は、長編ビデオにおいてフレームワイズ分類を行うことを目的としている。
近年の研究では、教師なし表現学習におけるコントラスト学習の可能性が示されている。
本稿では,SMC-NCA(Neighbourhood-Consistency-Aware Unit)を用いたセマンティック誘導型マルチレベルコントラスト方式を提案する。
論文 参考訳（メタデータ） (2023-12-19T17:26:44Z) - A Lightweight Clustering Framework for Unsupervised Semantic
Segmentation [28.907274978550493]
教師なしセマンティックセグメンテーションは、注釈付きデータを用いることなく、画像の各ピクセルを対応するクラスに分類することを目的としている。
教師なしセマンティックセグメンテーションのための軽量クラスタリングフレームワークを提案する。
本フレームワークは,PASCAL VOCおよびMS COCOデータセットの最先端結果を実現する。
論文 参考訳（メタデータ） (2023-11-30T15:33:42Z) - SemiVL: Semi-Supervised Semantic Segmentation with Vision-Language
Guidance [97.00445262074595]
半教師付きセマンティックセマンティックセグメンテーションに視覚言語モデルからの豊富な事前情報を統合することを提案する。
我々は、視覚と言語を共同で推論する言語誘導デコーダを設計する。
4つのセマンティックセグメンテーションデータセット上でSemiVLを評価する。
論文 参考訳（メタデータ） (2023-11-27T19:00:06Z) - Open Vocabulary Semantic Segmentation with Patch Aligned Contrastive
Learning [82.70453633641466]
Patch Aligned Contrastive Learning (PACL)を導入する。
PACLは画像レベルの予測にも適用可能であることを示し、CLIPバックボーンで使用すると、ゼロショット分類精度が全般的に向上することを示した。
論文 参考訳（メタデータ） (2022-12-09T17:23:00Z) - SegCLIP: Patch Aggregation with Learnable Centers for Open-Vocabulary
Semantic Segmentation [26.079055078561986]
オープン語彙セグメンテーションのためのCLIPベースのSegCLIPモデルを提案する。
主なアイデアは、テキストイメージペアのトレーニングを通じて、学習可能な中心をセマンティック領域に集めることである。
実験結果から,本モデルでは高いセグメンテーション精度が得られた。
論文 参考訳（メタデータ） (2022-11-27T12:38:52Z) - Distilling Ensemble of Explanations for Weakly-Supervised Pre-Training
of Image Segmentation Models [54.49581189337848]
本稿では,分類データセットに基づく画像分割モデルのエンドツーエンド事前学習を可能にする手法を提案する。
提案手法は重み付きセグメンテーション学習法を利用して,重み付きセグメンテーションネットワークを事前訓練する。
実験の結果,ImageNetにソースデータセットとしてPSSLを伴って提案されたエンドツーエンドの事前トレーニング戦略が,さまざまなセグメンテーションモデルの性能向上に成功していることがわかった。
論文 参考訳（メタデータ） (2022-07-04T13:02:32Z) - Saliency Guided Inter- and Intra-Class Relation Constraints for Weakly
Supervised Semantic Segmentation [66.87777732230884]
本稿では,活性化対象領域の拡大を支援するために,Salliency Guided Inter-およびIntra-Class Relation Constrained (I$2$CRC) フレームワークを提案する。
また,オブジェクトガイド付きラベルリファインメントモジュールを導入し,セグメンテーション予測と初期ラベルをフル活用し,優れた擬似ラベルを得る。
論文 参考訳（メタデータ） (2022-06-20T03:40:56Z) - DenseCLIP: Extract Free Dense Labels from CLIP [130.3830819077699]
対照的に、CLIP(Contrastive Language- Image Pre-Training)は、オープンボキャブラリゼロショット画像認識において画期的な進歩を遂げた。
DenseCLIP+はSOTAトランスダクティブなゼロショットセマンティックセグメンテーション法を大きなマージンで上回る。
我々の発見は、DenseCLIPが高密度予測タスクの信頼性の高い新たな監視源となることを示唆している。
論文 参考訳（メタデータ） (2021-12-02T09:23:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。