Deep Self-Taught Learning for Weakly Supervised Object Localization

Abstract 弱监督定位:训练图像只有针对图像的注释,没有包含物体的矩形框。弱监督定位越来越重要,因为它不需要昂贵的边界框注释。 大多数现有的弱监督定位(WSL)方法都是通过在图像级监督学习的特征的基础上寻找正的边界盒来学习检测器的。但是,这种特征不包含与空间位置相关的信息,并且通常提供低质量的正样本来训练检测器。 为了克服这一难题,文章提出了一种深度自学习的方法,使检测器学习对象级 特征,从
相关文章
相关标签/搜索