- …
- …
#218
summarized by : Anonymous
どんな論文か？
弱教師あり学習による物体検出器の精度は向上しているが，教師あり学習によるものとは差がある．そこで，弱教師あり学習済みモデルを少量の教師ありデータでファインチューニングするbox-in-box形式の能動学習(AL: Active Learning)を提案．これにより，少量のアノテーションコストで教師あり学習済みモデルと同等の精度を示すモデルが得られる．
新規性
ALを利用したデータの選択により，少量の教師ありデータで弱教師あり学習済みモデルの精度を向上する手法を提案．box-in-boxとは，バウンディングボックス内にある同じ物体を検出したバウンディングボックスのことであり，一方がもう一方を包含する形の誤検出である．そこでbox-in-boxを含むデータを優先してアノテーションすることで検出器の精度向上が可能である．
結果
Pacal VOC2007，COCO2014の2つで実験を行い，EntropyやCoresetといった既存のAL手法と比べ，他を圧倒する精度．10-shotの場合，Faster RCNN等の教師あり手法と比べるとまだまだ精度で劣るが，既存の弱教師あり手法や10-shot手法と比べると精度は大きく向上している．
その他（なぜ通ったか？等）
https://github.com/huyvvo/BiB
- …
- …