DynaGuide: A generalizable dynamic guidance framework for zero-shot guided unsupervised semantic segmentation
Notice bibliographique
Résumé
Zero-shot guided unsupervised image segmentation enables dense scene understanding without relying on target-domain annotations, making it particularly valuable in domains where labeled data is scarce. However, most existing approaches struggle to reconcile global semantic coherence with fine-grained boundary precision. This paper introduces DynaGuide, an adaptive segmentation framework that addresses this challenge through a novel dual-guidance strategy and dynamic loss optimization. Building on our prior work, DynaSeg, DynaGuide integrates global pseudo-labels with local boundary refinement via a lightweight CNN trained from scratch. Crucially, the global pseudo-labels can originate either from a fully unsupervised source, such as DiffSeg, or from a supervised-pretrained model such as SegFormer. In both cases, these models act only as frozen priors on unseen data, ensuring that DynaGuide itself trains entirely without ground-truth labels in the target domain. Training is driven by a multi-component loss that dynamically balances feature similarity, Huber-smoothed spatial continuity (including diagonal relationships), and semantic alignment with the global pseudo-labels. Extensive experiments on BSD500, PASCAL VOC2012, and COCO demonstrate that DynaGuide achieves state-of-the-art performance, improving mIoU by 17.5% on BSD500, 3.1% on PASCAL VOC2012, and 11.66% on COCO. With its modular design, strong generalization, and minimal computational footprint, DynaGuide offers a scalable and practical solution for zero-shot guided unsupervised segmentation in real-world settings. • Proposes DynaGuide: a dual-guidance framework for zero-shot unsupervised segmentation. • Combines static global pseudo-labels with dynamic local CNN refinement. • Introduces adaptive multi-loss: feature similarity, diagonal Huber continuity, and global guidance. • Trains fully label-free using DiffSeg or SegFormer pseudo-labels without fine-tuning. • Outperforms recent SOTA on BSD500, PASCAL VOC2012, and COCO with fewer parameters and FLOPs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».