Improving Semi-Supervised and Domain-Adaptive Semantic Segmentation with 
Self-Supervised Depth Estimation

Hoyer, Lukas; Dai, Dengxin; Wang, Qin; Chen, Yuhua; Van Gool, Luc

doi:10.1007/s11263-023-01799-6

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Improving Semi-Supervised and Domain-Adaptive Semantic Segmentation with Self-Supervised Depth Estimation

MPG-Autoren

/persons/resource/persons261420

Dai, Dengxin
Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

arXiv:2108.12545.pdf
(Preprint), 6MB

s11263-023-01799-6.pdf
(Verlagsversion), 5MB

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Hoyer, L., Dai, D., Wang, Q., Chen, Y., & Van Gool, L. (2023). Improving Semi-Supervised and Domain-Adaptive Semantic Segmentation with Self-Supervised Depth Estimation. International Journal of Computer Vision. doi:10.1007/s11263-023-01799-6.

Zitierlink: https://hdl.handle.net/21.11116/0000-0009-4449-9

Zusammenfassung

Es ist keine Zusammenfassung verfügbar