本文收集整理弱監(jiān)督學(xué)習(xí)和小目標(biāo)檢測(cè)方面的資料。

[TOC]

• 弱監(jiān)督學(xué)習(xí)
  • 何謂弱監(jiān)督學(xué)習(xí)
  • CV中的弱監(jiān)督學(xué)習(xí)
    • People
    • Approaches
• 小目標(biāo)檢測(cè)
  • 相關(guān)算法

1.弱監(jiān)督學(xué)習(xí)

什么是弱監(jiān)督學(xué)習(xí)

弱監(jiān)督是相對(duì)強(qiáng)監(jiān)督而言的。所謂監(jiān)督簡(jiǎn)單說(shuō)就是label，那么強(qiáng)弱監(jiān)督的區(qū)別是從label方面來(lái)劃分的：

• 不完整監(jiān)督：部分樣本label缺失?！安糠帧庇卸啻?？也許只有小部分樣本有l(wèi)abel。
• 粗粒度監(jiān)督：給出的label你不能說(shuō)它不對(duì)，但是它不夠準(zhǔn)確。比如image-level的label是弱的，object level的標(biāo)注是強(qiáng)的。（個(gè)人覺(jué)得周的這個(gè)例子不夠完備，還應(yīng)該包括“蘋(píng)果”和“水果”這樣的弱和強(qiáng)的對(duì)比）。
• 有誤的監(jiān)督：給的label包含噪聲，甚至是錯(cuò)誤的label，比如把“行人”標(biāo)注為“汽車(chē)”。當(dāng)然有時(shí)候是因?yàn)闃颖举|(zhì)量問(wèn)題，沒(méi)法標(biāo)清楚。

不完整監(jiān)督(incomplete supervision)
通常有兩種辦法來(lái)解決這類(lèi)問(wèn)題：

• 主動(dòng)學(xué)習(xí)(active learning)
• 半監(jiān)督學(xué)習(xí)(semi-supervised learning)

粗粒度監(jiān)督
可以有一個(gè)形式化的表示。。。意思是，每個(gè)樣本是一個(gè)包（“bag”），只要包中含有正樣本，label就為1，否則label為-1。任務(wù)的目的就是，給定沒(méi)有見(jiàn)過(guò)的包，來(lái)判斷包中是否有正樣本。

所以又叫做“多實(shí)例學(xué)習(xí)”（multi-instance learning）
（個(gè)人覺(jué)得，多實(shí)例學(xué)習(xí)MIL最多算是細(xì)粒度學(xué)習(xí)的一種特例。“蘋(píng)果”標(biāo)注為“水果”這樣的標(biāo)注，不算是MIL，但我認(rèn)為也是粗粒度監(jiān)督，當(dāng)然劃分到不準(zhǔn)確監(jiān)督也可以。）

不準(zhǔn)確監(jiān)督
這部分沒(méi)看。不關(guān)注它。

CV中的弱監(jiān)督學(xué)習(xí)

從兩方面入手：關(guān)注相關(guān)學(xué)者（包括他的group）；關(guān)注相關(guān)算法

People/Group

魏云超(UIUC, Postdoc)
王興剛(HUST,Assistant Professor)

Paper/Approaches

• 各種帶有“Weakly Supervised Object Detection”的標(biāo)題（或摘要）的文章（在CVPR/ICCV/ECCV上找）
• 各種Multi-instance Learning (MIL) 的文章
• BoxSup/ScribbleSup, MSRA（Kaiming He, Jifeng Dai, Jian Sun） & CUHK 等
• Weakly Supervised Object Boundaries， CVPR16， 項(xiàng)目主頁(yè), video
• YYZhu (NC16)

相關(guān)Slides

見(jiàn)微知著，弱監(jiān)督和語(yǔ)義分割（魏云超）

Towards Weakly- and Semi- Supervised Object Localization and Semantic Segmentation (VALSE2018)

Weakly-Supervised Semantic Segmentation Network with Deep Seeded Region Growing

2.小目標(biāo)檢測(cè)

1) Adaptive Object Detection Using Adjacency and Zoom Prediction (AZ-Net)

Yongxi Lu, Tara Javidi, CVPR16 oral
paper, video, code
論文基于Faster R-CNN，針對(duì)只包含少量小目標(biāo)的情況，改進(jìn)anchor生成方式:

image.png

2) Efficient Object Detection for High Resolution Images

paper
ppt
比較早的文章，改進(jìn)Fast R-CNN。給我的insight大概是：先downsample，以及多路處理？比較engineering的感覺(jué)。

image.png

3.Reference

[1] A brief introduction to weakly supervised learning
[2] https://zhuanlan.zhihu.com/p/34270286