Zoom-CAM：从图像标签生成细粒度像素标注
计算机视觉与模式识别
2020-10-20 v1
摘要
当前的弱监督目标定位与分割依赖于类判别可视化技术来生成用于像素级训练的伪标签。此类可视化方法，包括类激活映射（CAM）与 Grad-CAM，仅使用最深、最低分辨率的卷积层，遗漏了中间层中的所有信息。我们提出 Zoom-CAM：通过整合中间层中所有激活的重要性图，超越最后的最低分辨率层。Zoom-CAM 为各种判别性类实例捕获了细粒度的小尺度目标，而这些目标通常被基线可视化方法遗漏。我们专注于从类标签生成像素级伪标签。在 ImageNet 定位任务上评估的我们的伪标签质量，在 top-1 误差上展现出超过 2.8% 的提升。对于弱监督语义分割，我们生成的伪标签将一种最先进（state of the art）模型提升了 1.1%。
引用
@article{arxiv.2010.08644,
title = {Zoom-CAM: Generating Fine-grained Pixel Annotations from Image Labels},
author = {Xiangwei Shi and Seyran Khademi and Yunqiang Li and Jan van Gemert},
journal= {arXiv preprint arXiv:2010.08644},
year = {2020}
}
备注
ICPR 2020