用于弱监督逐点定位的最小-最大熵方法

在医学等对象高度非结构化的应用中，相较于边界框，逐点定位可实现更精确的定位和准确的可解释性。本工作中，我们关注弱监督定位（WSL），即模型仅使用全局图像标注进行训练，以在像素级分类图像并定位感兴趣区域。典型的卷积注意力图容易产生高假阳性区域。为缓解该问题，我们提出一种用于 WSL 的新深度学习方法，由定位器和分类器组成，其中定位器受条件熵（CE）约束以确定相关与无关区域，旨在减少假阳性区域。在公共医学数据集和两个自然数据集上使用 Dice 指数进行的实验结果表明，与最先进的 WSL 方法相比，我们的方案在图像级分类和像素级定位（低假阳性）方面可提供显著改进，并对过拟合具有鲁棒性。可复现的 PyTorch 公共实现见：https://github.com/sbelharbi/wsol-min-max-entropy-interpretability 。