目标检测创新：一种基于区域的半监督方法，部分标签即可（附原论文下载）

文章预览

关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ ComputerVisionGzq 学习群 ｜ 扫码在主页获取加入方式 论文地址： https://arxiv.org/pdf/2201.04620v1.pdf 计算机视觉研究院专栏 研究表明，当训练数据缺少注释（即注释稀疏的数据）时，目标检测器的性能会显着下降。 一、 前言 研究表明，当训练数据缺少注释（即注释稀疏的数据）时，目标检测器的性能会显着下降。现在的方法侧重于 以伪标签的形式 或通过在训练期间重新加权未标记框的梯度来解决缺失真实标注的问题。 在这项工作中，研究者重新审视了稀疏注释目标检测的公式。研究者观察到稀疏注释的目标检测可以被认为是区域级别的半监督目标检测问题。基于这一见解，研究者们提出了一种 基于区域的半监督算法 ，该算法可以自动识别包含未标记前景对象的区域。然后，提出的算法以不同方 ………………………………