KIT | KIT-Bibliothek | Impressum | Datenschutz

Decoupled Semantic Prototypes enable learning from diverse annotation types for semi-weakly segmentation in expert-driven domains

Reiß, Simon ORCID iD icon 1; Seibold, Constantin ORCID iD icon 1; Freytag, Alexander; Rodner, Erik; Stiefelhagen, Rainer ORCID iD icon 1
1 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1109/CVPR52729.2023.01487
Scopus
Zitationen: 4
Dimensions
Zitationen: 7
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Proceedingsbeitrag
Publikationsmonat/-jahr 06.2023
Sprache Englisch
Identifikator ISBN: 979-83-503-0129-8
ISSN: 2575-7075
KITopen-ID: 1000174234
Erschienen in 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
Veranstaltung IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPRW 2023), Vancouver, Kanada, 18.06.2023 – 22.06.2023
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 15495–15506
Serie Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition)
Nachgewiesen in Dimensions
OpenAlex
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 9 – Industrie, Innovation und Infrastruktur
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page