【论文总结】weakly- and semi-supervised learning of a DCNN for semantic Image Segmentation

一、概述

      这篇文章研究了如何从弱注释的训练数据（如边界框或图像级标签）或少量强标记图像和许多弱标记图像的组合中学习DCNN用于语义图像分割的问题，在弱超监督和半监督条件下提出了期望最大化（EM）方法。

代码：https://bitbucket.org/deeplab/deeplab-public（caffe框架）

二、研究内容及方法

      文章将焦点放在用弱标签训练调参上，所以训练阶段没使用CRF，只在测试阶段使用。

编码：m表示像素，Ym表示像素m的标签。如果图片上出现了第个标签，即 则 z_l = 1  。

（一）像素级标注（看不到）通过mini-batch梯度下降优化损失函数J(θ)。

（二）图像级标注（可看到）：提出EM方法学习模型参数θ，分为EM-Fixed 和 EM-Adapt。

EM-Fixed 如下图Algorithm 1所示：

      算法先将logP(z|y) 因式分解，这样可以独立计算每个像素的E-step分割。设定前景偏置（fg bias）大于背景偏置（bg bias），避免将某些像素归为背景里。过程如下图所示：