论文笔记 Object-Aware Instance Labeling for Weakly Supervised Object Detection

Object-Aware Instance Labeling for Weakly Supervised Object Detection

Kosugi ICCV, 2019 (PDF) (Citations 26)

Abstract
focus on 为了提高迭代更新的效率，我们重点研究了实例标记问题，即根据最后的定位结果，每个区域应该标注哪些标签。
CAP Labeling 为了解决只覆盖部分对象的区域容易被标记为正的问题，我们针对上下文分类损失，寻找覆盖整个对象的区域。
SRN Labeling考虑到图像中包含的其他物体可以被标记为负的情况，通过空间限制来防止同一图像中的其他相同对象被标记为负样本。
1. Introduction

图 1. (a) 基线实例标记和 (b) 我们的实例标记的比较。在定位结果中，仅显示得分最高的区域（红色框）。实例标记中的减少框表示标记为正/负的区域

论文笔记 Object-Aware Instance Labeling for Weakly Supervised Object Detection最先出现在Python成神之路。