Automatic Weakly Supervised Object Detection From High Spatial Resolution Remote Sensing Images via
本文重点解决高空间分辨率遥感图像弱监督目标检测问题,其目的是在训练阶段学习只有图像级标注的检测器,即没有目标位置信息的检测器。虽然取得了令人满意的结果,但大多数方法往往不能提供高质量的初始样品,因此难以获得最佳的目标探测器。针对这一挑战,提出了一种动态课程学习策略,通过输入与当前检测能力相匹配的难度越来越大的训练图像,逐步学习目标检测器。为此,首先设计了一种基于熵的准则来评估图像中目标定位的难度。然后,生成一个初始课程,根据训练图像的难度升序排列训练图像,从中选择容易的图像,为学习目标检测器提供可靠的实例。
复制链接