汇报内容：

《Competing for Pixels: A Self-Play Algorithm for Weakly-Supervised Semantic Segmentation》。本文提出了一种利用强化学习的自博弈进行弱监督语义分割的新方法。具体来说，本文将分割游戏化。对于每张图片将其分割成一个个补丁，通过自博弈的形式，俩个智能体争夺包含ROI的补丁，直到耗尽所有这样的补丁。每个时间步的分数用于计算智能体训练的奖励，表示物体在选中补丁中存在的可能性，由物体存在检测器确定，该检测器仅使用图像级物体存在的二分类标签进行预训练。此外，本文提出了一个游戏终止条件，当所有包含ROI的补丁耗尽时，任何一方都可以调用该条件，然后从每个补丁中选择最终补丁。在终止时，如果包含 ROI 的补丁被耗尽，智能体将受到激励；如果竞争对手发现包含 ROI 的补丁，智能体将受到抑制。这种竞争性设置确保最小化过度或欠分割，这是弱监督语义分割方法的一个常见问题。欢迎大家下载阅读，共同探讨。