AdaptSegNet在CVPR 2018（聚焦）中提出，旨在学习适应结构化输出空间以进行语义分割

学习适应结构化输出空间进行语义分割 我们的方法的Pytorch实现，用于从合成数据集（源域）到实际数据集（目标域）适应语义分割。 基于此实施，我们的结果在排名第三。 联系人︰蔡一轩（gmail.com的wasidennis）和洪伟志（uctced dot edu的whung8） 纸 *，*， ， ，和 IEEE 2018年计算机视觉和模式识别会议（CVPR）（聚焦）（*表示同等贡献）。 如果发现对您的研究有用，请引用我们的论文。 @inproceedings{Tsai_adaptseg_2018, author = {Y.-H. Tsai and W.-C. Hung and S.