Instance Localization for Self-supervised Detection Pretraining 解读

Instance Localization for Self-supervised Detection Pretraining

摘要：已有的自监督学习方法在图像分类领域取得了长足的进展，但在目标检测方面往往存在传输性能下降的问题。本文的目的是提出一种专门用于目标检测的自监督预训练模型。基于分类和检测的内在区别，提出了一种新的自我监督的借口任务，称为实例定位。图像实例被粘贴在不同的位置并缩放到背景图像上。本文的任务是在给定合成图像和前景边界框的情况下预测实例类别。我们发现，将边界框整合到预训练中有助于迁移学习的任务对齐和结构对齐。此外，本文还提出了一种边界盒的增广方法来进一步增强特征对齐。因此，我们的模型在Imagenet语义分类方面较弱，但在图像块定位方面更强，具有更强的目标检测预训练模型。实验结果表明，我们的方法在PASCAL-VOC和MSCOCO上获得了最先进的目标检测迁移学习结果。