Generative Adversarial Learning Towards Fast Weakly Supervised Detection(CVPR2018)阅读笔记

 弱监督目标检测相对于通常的目标检测任务来讲,训练样本不须要实例级别的标注,只须要图片级别的标注,即告诉图片中有什么而不需标注位置信息,这种标注图片容易获取,能节省标注时间及精力。现有的大部分方法在进行若监督目标检测任务时,采用多实例学习方法和two-stage的跟踪框架,检测速度不如one-stage的检测方法,如SSD,YOLO等。本文提出了一种新颖的生成式对抗学习方法,在训练阶段,使用一个o
相关文章
相关标签/搜索