P2Object：单点监督的对象检测与实例分割
计算机视觉与模式识别
2025-04-11 v1
摘要
单点监督的对象识别最近引起了越来越多的关注。然而，与全监督算法相比，性能差距仍然很大。以往的工作在图像中离线生成类别无关的"提案"，然后将混合候选者视为一个袋子，将巨大的负担放在多实例学习(MIL)上。本文引入了点到箱网络(P2BNet)，通过以锚框方式生成提案并以粗到细范式细化提案，构建了平衡的"实例级提案袋"。通过进一步研究，我们发现无论是图像级还是实例级的提案袋，都建立在离散框采样之上。这导致伪框估计进入次优解，结果是对象边界被截断或背景被过度包含。因此，我们对离散到连续的优化进行了系列探索，得到P2BNet++和点到掩码网络(P2MNet)。P2BNet++通过更好地利用空间线索进行近似连续提案采样策略。P2MNet进一步引入低层图像信息以辅助像素预测，并设计边界自预测以缓解估计框的限制。凭借连续面向对象的"像素级感知"，P2MNet能够生成更精确的边界框，并可推广到分割任务。我们的方法在COCO、VOC、SBD和Cityscapes上的平均精度(mAP)均大幅超过以往方法，显示出在弥合与全监督任务之间存在性能差距的巨大潜力。
引用
@article{arxiv.2504.07813,
title = {P2Object: Single Point Supervised Object Detection and Instance Segmentation},
author = {Pengfei Chen and Xuehui Yu and Xumeng Han and Kuiran Wang and Guorong Li and Lingxi Xie and Zhenjun Han and Jianbin Jiao},
journal= {arXiv preprint arXiv:2504.07813},
year = {2025}
}
备注
Accepted by IJCV