基于多策略视野网络的图像裁切伪标签化
计算机视觉与模式识别
2024-07-08 v2
摘要
自动图像裁切模型预测以增强图像美感的重构框。然而，标注数据稀缺限制了该任务的进展。为克服这一限制，我们探索了将有标签和无标签数据一起使用的可能性，以扩大图像裁切模型训练数据的规模。这种想法可以以伪标签化方式实现：通过教师模型为无标签数据生成伪标签。然而，学生可能会从教师的错误中学习。为解决此问题，我们提出了多策略视野网络 (MPV-Net)，提供多样化的细化策略来纠正教师原始伪标签中的错误。选取最可靠的策略生成可信伪标签。通过对盒子抖动的鲁棒性来评估策略的可靠性。本方法的有效性可通过与仅使用有标签数据监督基线的改进程度来评估。值得注意的是，我们的 MPV-Net 在离线伪标签化方法中取得最佳性能，相较于监督基线获得最显著的改进。此外，我们的方法在 FCDB 和 FLMS 数据集上实现了最先进的结果，彰显了方法的优越性。
引用
@article{arxiv.2407.01971,
title = {Pseudo-Labeling by Multi-Policy Viewfinder Network for Image Cropping},
author = {Zhiyu Pan and Kewei Wang and Yizheng Wu and Liwen Xiao and Jiahao Cui and Zhicheng Wang and Zhiguo Cao},
journal= {arXiv preprint arXiv:2407.01971},
year = {2024}
}
备注
18 pages, 8figures