Instance-Aware, Context-Focused, and Memory-Efficient Weakly Supervised Object Detection

方法介绍

可以称之为W2F和GAM+Reg的合体版。

1. W2F:
   新的提取伪标签的策略：挑选前p%的伪标签，做nms
2. GAM:
   用一个注意力网络（ResBlock+Hard Gumbel-Softmax）与整个网络对抗，drop掉判别性区域，称为Concrete DropBlock
3. Reg:
   增加Regression分支
   

细节

Concrete DropBlock部分：Hard Gumbel-Softmax是一种把概率转换成0/1，并可以反传梯度的技巧。为了避免输出直接drop掉整个feature map，需要将每个点的概率和一个阈值[latex]\tau[/latex]取min。

一种节省显存的训练方法：从ROIPooling分开，前半部分先跑，后半部分将proposal分batch跑、反传梯度，然后前半部分再反传。

思考

DropBlock部分无疑是有些奇怪的，即使取了min，这个对抗无疑还是会学着去把整个feature map给drop掉。论文中并没有展示DropBlock的输出，值得怀疑会不会退化成random dropout。