重新思考弱监督目标定位中的定位问题
计算机视觉与模式识别
2023-08-14 v1
摘要
弱监督目标定位（WSOL）是计算机视觉中最热门且具挑战性的任务之一。该任务旨在仅给定图像级监督的情况下定位图像中的目标。近来，将 WSOL 划分为两部分（类无关目标定位与目标分类）已成为该任务的 SOTA 流程。然而，此流程下的现有方案通常存在以下缺陷：1) 由于采用单类回归（SCR）进行定位，只能定位每幅图像中的一个目标，缺乏灵活性；2) 生成的伪边界框可能存在噪声，但此类噪声的负面影响未得到很好处理。为弥补这些缺陷，我们首先提出以二分类检测器（BCD）替代 SCR 来定位多个目标，该检测器通过区分前景与背景进行训练。随后我们利用未标注数据设计加权熵（WE）损失，以减轻噪声边界框的负面影响。在流行的 CUB-200-2011 和 ImageNet-1K 数据集上的大量实验证明了方法的有效性。
引用
@article{arxiv.2308.06161,
title = {Rethinking the Localization in Weakly Supervised Object Localization},
author = {Rui Xu and Yong Luo and Han Hu and Bo Du and Jialie Shen and Yonggang Wen},
journal= {arXiv preprint arXiv:2308.06161},
year = {2023}
}
备注
Accepted by ACM International Conference on Multimedia 2023