#135
summarized by : 西村 和也(九大)
Class Re-Activation Maps for Weakly-Supervised Semantic Segmentation

どんな論文か?

Weakly-supervised semantic segmentationの論文。弱教師として画像単位の注釈であるクラス分類ラベルを用いて、ピクセル単位のsemantic segmentationを実現するという論文。 従来ではBinary closs entropy (BCE)を用いて学習したCNNからCAMを作成していたが、BCEだと違うクラスにactivateしたり、背景が見逃される。
placeholder

新規性

Softmax cross entropyを用いることで、他のクラスにactivateする問題を回避できることを実験で確認し、BCEとsoftmax cross entropyを組み合わせたReCAMを提案することにより高精度なCAMの作成に成功した。

結果

PASCAL VOC とMS COCOを用いて有効性を検証し、提案したモデルの有効性を確認した。

その他(なぜ通ったか?等)

なぜ通ったか?まわりの人が気づいていなかったBCEの問題点を発見し、シンプルな方法で解決したから。 https://github.com/zhaozhengChen/ReCAM