方法介绍
给WSOD增加了RPN和bbox regression。提出了一个LBBA来进行bbox regression的监督。
-
训练LBBA:
使用一个额外的强监督数据集,迭代训练一个LBBA和一个WSOD。- 使用预提取Proposal、WSOD的RPN提取的Proposal作为输入,Ground Truth BBox作为监督训练LBBA
- 使用预提取Proposal、WSOD的RPN提取的Proposal作为输入,用LBBA进行regression,将这个作为监督来训练WSOD中的RPN和bbox regression的结果。同时WSOD的RPN和bbox regression不利用强监督标签,而是用自己的伪标签(同OICR)
-
在弱监督数据集上训练WSOD:
上述迭代了T轮,有T个LBBA,新的WSOD也训练T轮,每轮用对应的LBBA提供bbox regression和RPN的监督。
增加了一个class mask,即训练一个多标签分类器,测试时一个类别如果分类概率过小,就删除对应的检测框们。