基于点检测的弱半监督 X 射线禁用物品检测的边界-类别细化网络
计算机视觉与模式识别
2024-12-30 v1 人工智能
机器学习
摘要
自动检测 X 射线图像中的禁用物品对于公共安全至关重要。然而，大多数现有检测方法要么依赖昂贵的框注释才能实现高性能，要么使用弱注释但效果有限。为在标注成本和检测性能之间取得平衡，我们研究了基于点的弱半监督 X 射线禁用物品检测 (WSSPID-P)，并提出一种 novel Boundary-Category Refinement Network (BCR-Net)，该网络仅需要少量框注释和大量点注释。BCR-Net 基于 Group R-CNN 构建，引入新的边界细化 (BR) 模块和新的类别细化 (CR) 模块。BR 模块发展出双注意力机制以关注禁用物品的边界和显著特征。与此同时，CR 模块通过引入尺度和旋转感知的对比损失，将对比分支整合到 RPN 和 ROI 的头部，从而增强特征空间中类内一致性和类间可分性。通过上述设计，BCR-Net 有效解决了精确定位和不准分类这两个密切相关的问题。在公开 X 射线数据集上的实验结果表明，BCR-Net 在有限注释下显著优于现有方法。
引用
@article{arxiv.2412.18917,
title = {Open-Vocabulary Panoptic Segmentation Using BERT Pre-Training of Vision-Language Multiway Transformer Model},
author = {Yi-Chia Chen and Wei-Hua Li and Chu-Song Chen},
journal= {arXiv preprint arXiv:2412.18917},
year = {2024}
}
备注
ICIP 2024