BoxTeacher：探索弱监督实例分割中的高质量伪标签

与边界框相比，像素级分割对象需要大量的人工劳动。现有的大多数弱监督实例分割方法都集中在设计基于边界框先验的启发式损失函数上。然而，我们发现基于边界框的方法可以生成一些高质量的分割掩码，因此我们考虑检测器是否可以从这些高质量掩码中学习，同时忽略低质量的掩码。为了解答这一问题，我们提出了BoxTeacher，这是一种高效且端到端的训练框架，用于高性能的弱监督实例分割。该框架利用一个复杂的教师模型生成高质量的伪标签掩码。考虑到大量的噪声掩码会损害训练效果，我们提出了一种掩码感知置信度评分机制来评估伪标签掩码的质量，并引入了噪声感知像素损失和噪声减少亲和力损失，以自适应地利用伪标签掩码优化学生模型。广泛的实验结果证明了所提出的BoxTeacher的有效性。在不使用任何额外技巧的情况下，BoxTeacher在具有挑战性的COCO数据集上分别使用ResNet-50和ResNet-101取得了35.0的掩码AP（Mask AP）和36.5的掩码AP（Mask AP），显著优于之前的方法，并缩小了边界框监督和掩码监督方法之间的差距。代码和模型将在https://github.com/hustvl/BoxTeacher提供。