Cap2Det：学习放大弱描述监督用于目标检测
计算机视觉与模式识别
2019-08-19 v3
摘要
学习定位并命名物体实例是视觉中的基本问题，但最先进的方法依赖昂贵的边界框监督。尽管弱监督检测（WSOD）方法将对边框的需求放宽为图像级标注，但更廉价的监督自然存在于用户上传图像内容时可能自由提供的非结构化文本描述中。然而，直接使用此类数据进行 WSOD 的朴素方法会浪费掉那些不与物体名称精确匹配的描述。相反，我们展示了如何通过训练一个能泛化到数据集边界之外的纯文本分类器，从这些描述中榨取最多信息。我们的发现为从噪声但更丰富且自由可用的描述数据学习检测模型提供了机会。我们还在三个经典目标检测基准上验证了模型，并取得了最先进的 WSOD 性能。我们的代码见 https://github.com/yekeren/Cap2Det。
引用
@article{arxiv.1907.10164,
title = {Cap2Det: Learning to Amplify Weak Caption Supervision for Object Detection},
author = {Keren Ye and Mingda Zhang and Adriana Kovashka and Wei Li and Danfeng Qin and Jesse Berent},
journal= {arXiv preprint arXiv:1907.10164},
year = {2019}
}
备注
To appear in ICCV 2019