UnseenNet：面向任意未知概念的快速训练检测器
计算机视觉与模式识别
2022-03-29 v2
摘要
利用更少数据训练目标检测模型是当前计算机视觉中现有N-shot学习模型的焦点。此类方法使用目标级标签，并在未知类上训练需数小时。许多情况下我们有大量图像级标签可用于训练，却无法被少样本目标检测模型所利用。亟需一种可用于训练任意未知类并能在实时场景中发挥作用机器学习框架。本文提出一种“未知类检测器”，可在极短时间内训练任意可能未知类，无需边界框且具竞争力精度。我们的方法构建于分别在现有目标检测与图像分类数据集上训练的“强”与“弱”基线检测器。未知概念仅使用图像级标签在强基线检测器上微调，并通过在基线间迁移分类器-检测器知识进一步适配。我们利用语义与视觉相似性来确定用于未知类（如Goat）微调与适配的源类（如Sheep）。我们的模型(UnseenNet)在ImageNet分类数据集上训练未知类，并在目标检测数据集(OpenImages)上测试。UnseenNet在不同未知类划分上比现有目标检测基线（半监督与少样本）的平均精度均值(mAP)提升10%至30%。此外，我们的模型对每个未知类的训练时间<10分钟。定性结果表明UnseenNet不仅适用于Pascal VOC的少数类，也适用于任意数据集或网络的未知类。代码见 https://github.com/Asra-Aslam/UnseenNet。
引用
@article{arxiv.2203.08759,
title = {UnseenNet: Fast Training Detector for Any Unseen Concept},
author = {Asra Aslam and Edward Curry},
journal= {arXiv preprint arXiv:2203.08759},
year = {2022}
}