文件名称：MI-AOD:用于对象检测的多实例主动学习代码，CVPR 2021
文件大小：2.95MB
文件格式：ZIP
更新时间：2024-05-30 10:58:03
mil object-detection active-learning cvpr multiple-instance-learning
MI-AOD 语言：| 英语 介绍 这是（CVPR 2021）的代码。 在本文中，我们提出了多实例主动对象检测（MI-AOD），通过观察实例级别的不确定性来选择信息量最大的图像进行探测器训练。 MI-AOD定义了实例不确定性学习模块，该模块利用在标记集上训练的两个对抗性实例分类器的差异来预测未标记集的实例不确定性。 MI-AOD将未标记的图像视为实例包，并将图像中的特征锚视为实例，并通过以多实例学习（MIL）方式对实例进行加权来估计图像不确定性。 迭代实例不确定性学习和重新加权有助于抑制嘈杂的实例，以弥合实例不确定性和图像级不确定性之间的差距。 实验证明，MI-AOD为实例级别的主动学习设置了坚实的基准。 在常用的对象检测数据集上，MI-AOD的边际优势要优于最新方法，尤其是在标记集很小的情况下。 是更多中文的论文翻译。 安装 推荐使用Linux平台（我们是Ubuntu 18.04