- …
- …
#134
summarized by : Shun.ishizaka
どんな論文か？
物体のinstanceごとに注目して物体検出向けALを行う手法．①特徴抽出器g,クラス識別器f1,f2とbbox検出器fr,MIL識別器fmilに対し,ラベル付きデータで学習 ②gのパラメタを固定して，f1,f2,fr,fmilを学習(f1,f2の出力が不一致のときロスがつく) ③f1,f2,frのパラメタを固定して，g,fmilを学習，というように，各検出器を固定しながら学習を進めることで実現．
新規性
画像全体から情報を取得するのではなく，物体のinstanceに注目して必要なデータを抽出した点が新しい．既存のAL手法では物体検出のようなタスクに適用する場合，クラスごとに精度が高い/低いが分かれてしまう可能性や，学習データにクラスラベル外のものが多く含まれているとうまくいかなかったりする．instanceに注目することでこれらのシーンにも強くなっている．
結果
PASCAL VOC, MS-COCOで検証．5-20%のラベルを付与した場合に，1-10%程度既存手法より精度が向上．
その他（なぜ通ったか？等）
- …
- …