2 个月前

弱监督对象边界

Anna Khoreva; Rodrigo Benenson; Mohamed Omran; Matthias Hein; Bernt Schiele
弱监督对象边界
摘要

最先进的基于学习的边界检测方法需要大量的训练数据。由于标注对象边界是成本最高的注释类型之一,因此有必要放宽对图像进行精细标注的要求,以降低训练成本并增加训练数据量。在本文中,我们提出了一种生成弱监督注释的技术,并证明仅使用边界框注释即可达到高质量的对象边界检测效果,而无需使用任何特定于对象的边界注释。通过所提出的弱监督技术,我们在对象边界检测任务上取得了最佳性能,大幅超越了当前完全监督的最先进方法。

弱监督对象边界 | 最新论文 | HyperAI超神经