Bescheidene Lehrer lehren bessere Schüler für semi-supervised Object Detection

Wir schlagen einen semi-supervisierten Ansatz für moderne Objektdetektoren im Rahmen des Lehrer-Schüler-Dual-Modellrahmens vor. Unser Verfahren zeichnet sich durch drei Merkmale aus: 1) die exponentielle gleitende Durchschnittsstrategie zur Online-Updates des Lehrers aus dem Schüler, 2) die Nutzung einer großen Anzahl von Regionen-Vorschlägen und weichen Pseudolabels als Trainingsziele für den Schüler sowie 3) ein leichtgewichtiges, detektionsbezogenes Datensatz-Ensemble für den Lehrer, das zu zuverlässigeren Pseudolabels führt. Im Vergleich zur jüngsten State-of-the-Art-Methode STAC, die harte Labels auf sparsam ausgewählten schwierigen Pseudostichproben verwendet, vermittelt der Lehrer in unserem Modell dem Schüler reichhaltigere Informationen durch weiche Labels auf zahlreichen Vorschlägen. Unser Modell erreicht auf dem VOC07-Validierungssatz eine COCO-artige AP von 53,04 %, was 8,4 Prozentpunkte über STAC liegt, wenn VOC12 als ungekennzeichnete Daten genutzt werden. Auf MS-COCO übertrifft unser Ansatz vorherige Arbeiten, wenn nur ein geringer Anteil der Daten als gekennzeichnet verwendet wird. Zudem erreicht es eine AP von 53,8 % auf MS-COCO test-dev, was einer Verbesserung um 3,1 Prozentpunkte gegenüber dem vollständig überwachten ResNet-152 Cascaded R-CNN entspricht, indem ungekennzeichnete Daten genutzt werden, deren Größe der der gekennzeichneten Daten entspricht.