PixCon: 用于基础模型半监督分割的干净-正向对比学习

半监督语义分割 (SSSS) 长期以来一直围绕一个问题：信任哪些伪标签？并通过越来越仔细的置信度过滤来回答。基础骨干改变了这一现状：在 DINOv2 教师模型下，严格的阈值已经能保留一个经测量 98% 干净的伪标签集，因此剩余的准确性不再取决于过滤器，而取决于嵌入空间如何按类别构建。我们提出了 PixCon，一个干净正像素对比框架。PixCon 维护一个每个类别的内存库，该库只接受学生已正确分类的已标记像素，从而在构建时保证了一个无污染的正集 (ρ_F=0)，这与以前从置信度过滤的伪标签构建的对比 SSSS 库 (ReCo, U^2PL) 不同。它是一个基于一致性骨干的单分支，不增加推理时参数，也无需银行特定的阈值。对监督 InfoNCE 梯度的一阶分析解释了为什么污染有害：其假正项按 ρ_F/(1-ρ_F) 比例缩放，我们测量了该值（Pascal 上为 0.018，ADE20K 上为 0.106），而不是假设。在 Pascal VOC、Cityscapes 和 ADE20K 上，PixCon 在计算匹配的单开关协议下，与强大的基于 DINOv2 的 UniMatch V2 基线持平或有所改进：它改进了每个 Pascal-1/8 种子（每个种子增益约 +0.2 mIoU），其三种子平均值达到 87.90，即已发布的 UniMatch V2-B 数据。由于在基础模型教师下污染已经很少见，我们的分析表明 ρ_F=0 的保证主要是在教师模型弱化时作为鲁棒性发挥作用，而准确性增益则来自更干净的正监督，这使得干净正对比成为基础模型 SSSS 的一个鲁棒、低成本的默认选择。