Deep Self-Taught Learning for Weakly Supervised Object Localization

种子样本采集 1. Image-to-Object Transfer 训练一个多标签分类CNN模型作为识别种子样本的第一步，采用Hypothesis-CNN-Pooling (HCP)方法将图像中属于同一类物体的候选区域提取出来。在综合预测阶段对每一类采用cross-proposal max-pooling，筛选出一些与目标类最相关的候选区域。这样，图像级别的分类错误只能通过the most co

>>阅读原文<<