#924
summarized by : 日坂 幸次
Instance-Aware, Context-Focused, and Memory-Efficient Weakly Supervised Object Detection

どんな論文か?

物体検出の弱教師付き学習。 厳密な教師データは、集めるのにコストがかかるため、弱教師データの学習が魅力的なツールとして浮上している。 しかし、弱教師データ学習は、背景にあるあまり目立たないオブジェクトが無視されたり、人の場合顔だけに注目したり、メモリ消費が多いなど課題がある。 これらの課題を解決するための統一フレームワークについて。
placeholder

新規性

インスタンスを意識した自己学習アルゴリズムと学習可能なConcrete DropBlockを採用し、メモリ効率の高い逐次バッチバックプロパゲーションを考案

結果

提案手法は、COCO(12.1%AP, 24.8%AP50)、VOC2007(54.9%AP)、VOC2012(52.1%AP)において、ベースラインを大幅に改善し、最先端の結果を得ることができた。

その他(なぜ通ったか?等)

また,提案手法は,ResNetベースのモデルと弱教師付き映像物体検出のベンチマークを行う初めての手法である.コード,モデル,その他の詳細については,プロジェクトページを参照してください: https://github.com/NVlabs/wetectron.