摘要 弱监督语义分割（WSSS）使用图像级标签是一项重要且具有挑战性的任务。由于高训练效率，端到端的WSSS解决方案受到社区越来越多的关注。然而，当前的方法主要基于卷积神经网络，并未正确地探索全局信息，因此通常导致对象区域不完整。为了解决上述问题，本文引入了Transformer，它自然地整合全局信息，以生成更完整的端到端WSSS的初始伪标签。受Transformer中的自注意力和语义关联之间的