cvpr2019 目标检测算法_CVPR2019 | 目标检测中缺少标签

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：嘿芝麻

https://zhuanlan.zhihu.com/p/72859378

本文已授权，未经允许，不得二次转载

论文标题：Missing Labels in Object Detection

http://openaccess.thecvf.com/content_CVPRW_2019/papers/Weakly%20Supervised%20Learning%20for%20Real-World%20Computer%20Vision%20Applications/Xu_Missing_Labels_in_Object_Detection_CVPRW_2019_paper.pdf

本文主要贡献：

1. 在不同丢失程度的instance-level 标签下全监督目标检测(FSOD)的影响。

2. 首次提出在全监督和弱监督中间(即：部分监督信息)的训练方式和训练网络。

1 在不同丢失程度的instance-level 标签下全监督目标检测(FSOD)的影响

1.1 在不同instance-level missing label 比例下，WSOD和FSOD两类方法的mAP比较

对于全监督的网络作者采用了RCNN Faster-RCNN YOLO和SSD四种网络，弱监督网络采用的是经典的WSDDN网络。显而易见，示例级别的标签丢失越多，mAP越低。