Red de Detección de Múltiples Instancias con Refinamiento en Línea del Clasificador de Instancias

Recientemente, la detección de objetos débilmente supervisada tiene una gran importancia en el reconocimiento de objetos. Basado en el aprendizaje profundo, los detectores débilmente supervisados han logrado muchos resultados prometedores. Sin embargo, en comparación con la detección completamente supervisada, es más desafiante entrenar detectores basados en redes profundas de manera débilmente supervisada. Aquí formulamos la detección débilmente supervisada como un problema de Aprendizaje de Múltiples Instancias (MIL), donde los clasificadores de instancia (detectores de objetos) se introducen en la red como nodos ocultos. Proponemos un nuevo algoritmo de refinamiento en línea del clasificador de instancias para integrar MIL y el procedimiento de refinamiento del clasificador de instancias en una sola red profunda, y entrenar la red de extremo a extremo con solo supervisión a nivel de imagen, es decir, sin información de ubicación del objeto. Más precisamente, las etiquetas de instancia inferidas de la débil supervisión se propagan a sus instancias superpuestas espacialmente para refinar el clasificador de instancias en línea. El procedimiento iterativo de refinamiento del clasificador de instancias se implementa utilizando múltiples flujos en la red profunda, donde cada flujo supervisa su flujo posterior. Se llevan a cabo experimentos de detección de objetos débilmente supervisada en los desafiantes benchmarks PASCAL VOC 2007 y 2012. Obtenemos un 47% de mAP en VOC 2007, lo que supera significativamente el anterior estado del arte.