全局加权平均池化桥接像素级定位与图像级分类
计算机视觉与模式识别
2018-09-25 v1
摘要
本工作中，我们首先处理仅使用图像级标签训练全卷积网络时同步进行像素级定位与图像级分类的问题。我们研究了在此任务中起关键作用的全域池化方法。经典的全局最大池化与平均池化方法难以指示对象的精确区域。因此，我们重新审视该任务下的全局加权平均池化（GWAP）方法，并在本文中提出类无关 GWAP 模块与类相关 GWAP 模块。我们在 ILSVRC 基准数据集上评估分类与像素级定位能力。实验结果表明所提 GWAP 模块能更好地捕捉前景对象区域。我们进一步探索图像分类任务与基于区域的目标检测任务间的知识迁移。我们提出一个结合类相关 GWAP 模块与 R-FCN 的多任务框架。该框架以少量真实边界框与大规模图像级标签训练。我们在 PASCAL VOC 数据集上评估此框架。实验结果表明该框架可利用仅含图像级标签的数据提升目标检测模型的泛化能力。
引用
@article{arxiv.1809.08264,
title = {Global Weighted Average Pooling Bridges Pixel-level Localization and Image-level Classification},
author = {Suo Qiu},
journal= {arXiv preprint arXiv:1809.08264},
year = {2018}
}
备注
technical report