國外精讀！title（27）：We don’t need no bounding-boxes:?Training object class detectors using only human verification（我們不需要任何邊界框：只使用人工驗證來訓(xùn)練對象類別檢測器）---20170424

這篇文章主要設(shè)計了一個框架，輸入是圖片和image-level的類標(biāo)簽。目標(biāo)就是：1、訓(xùn)練detector，能夠自動predict出比較好的bounding box；2、減小人工標(biāo)注bounding box的工作量。

文章的內(nèi)容和目標(biāo)檢測有關(guān)。目標(biāo)檢測兩個基本的模式包括：1)全監(jiān)督：即需要提供所有物體的bounding box 2) 弱監(jiān)督：只提供圖片級別的標(biāo)簽，無bounding box 3) 半監(jiān)督：介于兩者之間。與這些模式不同，本文提出了一種全新的訓(xùn)練detector的方式：

如上圖所示，文章首先生成很多proposal出發(fā)，然后從一個傳統(tǒng)的弱監(jiān)督檢測算法出發(fā)，訓(xùn)練出一個detector，每次將分?jǐn)?shù)最高的輸出交給標(biāo)注者做驗證，然后根據(jù)反饋 1) 重新訓(xùn)練detector 2) 去除掉明顯不可能的proposal。作者在文章中提出了兩種驗證的方式：

標(biāo)注者只回答Yes/No，即框是不是框住了一個特定的物體。

如果回答是No，標(biāo)注者要提供更詳細(xì)的信息：Part, Container, Mixed, Missed，分別對應(yīng)以下四種情況：

如果采用后者的標(biāo)注方式，則可以根據(jù)這些信息進(jìn)一步篩選proposal，這里文章作者引入了本文最大的一個限制條件來達(dá)到這個目的：限制每張圖每類物體只能有一個bounding box。如果加上這個條件，例如對于Part的標(biāo)注，那么我們可以消除掉所有和這個bounding box不相交的框，從而快速縮小搜索的范圍。

下面是一個兩種標(biāo)注方法比較的例子，可以看到額外的信息確實大幅提高了找到正確框的速度：

在最后的實驗中，和全監(jiān)督的方法比較，本文的方法以犧牲6%(51%->45%)的代價將標(biāo)注時間縮短了6到9倍。不過由于是在VOC這樣相對較小的數(shù)據(jù)集上進(jìn)行的實驗，我相信如果將數(shù)據(jù)規(guī)模加大，這個性能差距會更進(jìn)一步減小。

綜上所述，本文提供了一個全新的目標(biāo)檢測訓(xùn)練方式，將人工驗證帶入到整個訓(xùn)練流程中，通過active learning的辦法，力求在人工標(biāo)注的速度和準(zhǔn)確性上取得了一個平衡。除了前面提到的本文的限制，文章使用的active learning的算法也比較初級，這些都制約了算法的最終性能。然而如果從這個文章拓展出去，我們可以發(fā)現(xiàn)有很多有意思的問題有待解決，例如：

對于類別數(shù)目很多的分類問題，我們怎么更為有效地轉(zhuǎn)化為適合人類分類的二元分類問題加快數(shù)據(jù)標(biāo)注？我們?nèi)绾卧O(shè)計這樣二元問題可以使每次標(biāo)注得到的信息量最大？

對于目標(biāo)檢測問題，除了這種判斷Yes/No的方式，是否有更多快速但是可以提供更多信息的標(biāo)注方式？例如是否可以通過某種快速的點(diǎn)擊提供更多的位置信息從而轉(zhuǎn)化問題為一種全新的弱監(jiān)督學(xué)習(xí)的問題？

在視頻數(shù)據(jù)上，如何更有效地利用時序信息進(jìn)行標(biāo)注和訓(xùn)練？

很希望這些問題在不久的未來都會有圓滿的解決，這些問題在這個數(shù)據(jù)為上的時代不管從理論還是實踐上都有很大的意義 :)

?

轉(zhuǎn)載于:https://www.cnblogs.com/ariel-dreamland/p/8993683.html

總結(jié)

以上是生活随笔為你收集整理的2018年5月5日论文阅读的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。