基于排他交叉熵的极多定位目标稀疏标注学习

在常规图像的语境下，目标定位通常描绘人或车等对象。这类图像中每类对象的数量通常较少，标注起来一般可控。然而，在常规图像场景之外，我们常面临不同的情况。在计算病理学（computational pathology）中，数字化组织切片是尺寸极巨的图像，其维度很快超过 250'000x250'000 像素，其中相关对象（如肿瘤细胞或淋巴细胞）可迅速达到数百万个。全部标注在实践中不可能，而从海量对象中稀疏标注少数是唯一可行之道。遗憾的是，从稀疏标注中学习（即稀疏标注学习，sparse-shot learning）与标准监督学习相冲突，因为未标注者被当作负样本。然而，将真实正样本标为负标签会导致梯度混乱与有偏学习。为此，我们提出排他交叉熵（exclusive cross-entropy），通过考察二阶损失导数来放缓有偏学习，从而丢弃对应可能有偏项的损失项。在九个数据集与两项不同定位任务（使用 YOLLO 的检测与使用 Unet 的分割）上的实验表明，相较于交叉熵或 focal loss，我们取得了显著提升，且常仅用 10–40% 的标注便达到该模型的最佳可能性能。