用于全弱监督目标定位的自迁移学习

深度学习的近期进展在各种具挑战性的计算机视觉任务中取得了卓越性能。尤其在目标定位中，深度卷积神经网络优于基于数据/任务驱动特征提取而非手工设计特征的传统方法。尽管感兴趣区域（ROIs）的位置信息为目标定位提供了良好先验，但其需要大量人力资源标注。因此引入了弱监督目标定位框架。术语“弱”意指该框架仅使用图像级标注数据集训练网络。借助采用预训练网络权重参数的迁移学习，弱监督目标定位学习框架表现良好，因为预训练网络已具备训练良好的类特定特征。然而，那些方法无法用于某些没有预训练网络或定位良好大规模图像的应用。医学图像分析是此类应用的典型代表，因为不可能获得这样的预训练网络。本工作中，我们提出一种“全”弱监督目标定位框架（“半”弱监督是使用预训练滤波器进行弱监督定位的对应方法），命名为自迁移学习（STL）。它同时联合优化分类与定位网络。通过控制定位网络的监督水平，STL 帮助定位网络聚焦于正确 ROIs 而无需任何类型先验。我们使用两个医学图像数据集（胸部 X 光与乳腺 X 线照片）评估所提 STL 框架，相比先前弱监督方法取得了显著更优的定位性能。