موم: خلط بلاطات الصور وفك خلط بلاطات الميزات للكشف عن الكائنات شبه المُدرَّب

تُبنى العديد من الدراسات الحديثة في التعلم شبه المُراقب (SSL) على بنية المُدرّس والطالب، وتُدرّب الشبكة الطالبة باستخدام إشارة مراقبة مُولَّدة من المُدرّس. ويلعب مُعامل التحجيم البياناتي دورًا مهمًا في إطار SSL، نظرًا لصعوبة إنشاء زوج مدخلات مُضاعفة-قوية دون فقدان معلومات التسمية. وخصوصًا عند توسيع تطبيق SSL على الكشف عن الكائنات شبه المُراقب (SSOD)، فإن العديد من استراتيجيات التحجيم القوية المرتبطة بالهندسة الصورية وتنظيم الاستيفاء تُصبح صعبة الاستخدام، نظرًا لاحتمالية تضرر معلومات الموقع الخاصة بمربعات الحدود في مهام الكشف عن الكائنات. ولحل هذه المشكلة، نُقدّم طريقة تحجيم بيانات بسيطة وفعّالة تُسمّى Mix/UnMix (MUM)، التي تقوم بفصل مربعات الميزات الخاصة بمقاطع الصور المُختلطة ضمن إطار SSOD. تُمكّن الطريقة المُقترحة من تكوين مقاطع صور مُدخلة مُختلطة وإعادة بنائها في الفضاء المميزاتي. وبذلك، يمكن لـ MUM الاستفادة من تأثير تنظيم الاستيفاء الناتج عن التسميات الوهمية غير المُستَيفاة، وتحقيق إنشاء زوج مفيد من المدخلات الضعيفة-القوية. علاوةً على ذلك، يمكن تطبيق MUM بسهولة على مختلف طرق SSOD. وقد أظهرت التجارب الواسعة على مجموعتي بيانات MS-COCO وPASCAL VOC تفوق MUM من خلال تحسين أداء mAP باستمرار مقارنةً بالأساسيات في جميع بروتوكولات المعايير المُختبرة لـ SSOD.