点即查询：基于点的弱半监督目标检测
计算机视觉与模式识别
2021-04-16 v1
摘要
我们针对弱半监督目标检测任务提出一种新颖的点标注设定，其中数据集由少量全标注图像与大量通过点弱标注的图像组成。它在巨大的标注负担与检测性能之间取得了平衡。基于此设定，我们分析现有检测器并发现这些检测器难以充分挖掘标注点的能力。为解决此问题，我们引入一种新检测器 Point DETR，其通过添加点编码器扩展 DETR。在 MS-COCO 数据集上于多种数据设定下进行的广泛实验表明了我们的方法的有效性。特别地，当使用 COCO 中 20% 全标注数据时，我们的检测器取得了颇具前景的性能 33.3 AP，优于强基线（FCOS）2.0 AP，并且我们证明点标注在各种 AR 指标上带来了超过 10 个点的提升。
引用
@article{arxiv.2104.07434,
title = {Points as Queries: Weakly Semi-supervised Object Detection by Points},
author = {Liangyu Chen and Tong Yang and Xiangyu Zhang and Wei Zhang and Jian Sun},
journal= {arXiv preprint arXiv:2104.07434},
year = {2021}
}