方法介绍
相当于OICR的进阶版：
- 使用注意力对提取的特征进行优化，注意力本身通过1×1的CNN+Sigmoid得到，并且约束必须能够通过注意力对图像进行分类。这一步是为了让注意力与类别尽量相关，挑选那些与分类相关的部分。
- OICR原本多层refine都只是对proposal分类，这里在靠后的分支上增加了bbox regression。
已经可以认为是把强监督网络直接接在弱监督后面进行训练了，而不是分两步训练。在某种程度上和fast-rcnn里后续优化后可以把RPN和detector一起训练有异曲同工之妙 🙂