利用弱监督目标检测中的不稳定性

弱监督目标检测（WSOD）专注于仅使用图像级注释来训练目标检测器，由于监督与目标之间的差距，这一任务极具挑战性。现有的大多数方法将WSOD建模为多实例学习（MIL）问题。然而，我们观察到基于MIL的检测器结果不稳定，即在使用不同的初始化时，最自信的边界框会发生显著变化。我们通过引入一个度量指标来定量展示这种不稳定性，并从经验上分析了其原因。尽管这种不稳定性看似对检测任务有害，但我们认为可以通过融合不同初始化检测器的结果来提高性能。为了实现这一想法，我们提出了一种具有多个检测分支的端到端框架，并引入了一种简单的融合策略。此外，我们还提出了一种正交初始化方法以增加检测分支之间的差异。通过利用这种不稳定性，我们在具有挑战性的PASCAL VOC 2007和2012数据集上分别实现了52.6%和48.0%的平均精度均值（mAP），这两项结果均为当前最新的技术水平。