我们能做到多低？面向语义分割的像素标注
计算机视觉与模式识别
2022-02-15 v2
摘要
在没有任何先验知识的情况下，分割一幅图像需要多少标注像素？我们通过实验来回答这一问题。在实验中，一个Oracle使用主动学习从头训练网络。该Oracle可访问图像完整的标签图，但目标是向网络暴露尽可能少的像素标签。我们发现，平均而言，Oracle只需暴露（即标注）不到0.1%的像素即可训练网络。该网络随后能以超过98%的准确率标注图像中的所有像素。基于这一单图像标注实验，我们设计了一个快速标注整个数据集的实验。在数据集级实验中，Oracle为每幅图像从头训练一个新网络。该网络随后可用于为整幅图像生成伪标签（即网络对未标注像素的预测标签）。此后，才一次性在所有伪标注图像上从头训练一个数据集级网络。我们在两个差异极大的真实世界数据集上重复了图像级与数据集级实验，发现使用极小部分的标注成本即可达到全标注数据集的性能。
引用
@article{arxiv.2201.10448,
title = {How Low Can We Go? Pixel Annotation for Semantic Segmentation},
author = {Daniel Kigli and Ariel Shamir and Shai Avidan},
journal= {arXiv preprint arXiv:2201.10448},
year = {2022}
}
备注
Paper and Supplementary