摘要
由于昂贵的像素级标签的限制，息肉分割模型面临着数据短缺的问题，并且其泛化能力受到损害。相比之下，息肉边界框注释的成本要低得多，也更容易获取。因此，为了降低标注成本，我们提出了一种完全基于边界框注释的弱监督息肉分割模型（即WeakPolyp）。然而，粗略的边界框包含过多的噪声。为了避免干扰，我们引入了掩码到边界框（Mask-to-Box, M2B）转换方法。通过监督预测结果的外边界框掩码而不是预测本身，M2B显著缓解了粗略标签与精确预测之间的不匹配问题。但是，M2B仅提供稀疏监督，导致预测结果不唯一。因此，我们进一步提出了尺度一致性（Scale Consistency, SC）损失以实现密集监督。通过显式对齐同一图像在不同尺度下的预测结果，SC损失大大减少了预测结果的变化。需要注意的是，我们的WeakPolyp是一种即插即用模型，可以轻松移植到其他有吸引力的骨干网络中。此外，所提出的模块仅在训练过程中使用，在推理时不会带来任何计算成本。大量实验表明，我们提出的WeakPolyp具有有效性，在不需要任何掩码注释的情况下，其性能令人惊讶地与全监督模型相当。