Offene-Welt-Objektvorschläge lernen, ohne Klassifizierung zu lernen

Objektvorschläge sind zu einem integralen Vorverarbeitungsschritt vieler visueller Pipelines geworden, einschließlich Objekterkennung, schwach überwachter Detektion, Objektdiscovery und Verfolgung. Im Vergleich zu lernfreien Methoden haben sich datenbasierte Vorschläge aufgrund des wachsenden Interesses an der Objekterkennung in letzter Zeit durchgesetzt. Das übliche Paradigma besteht darin, Objektvorschläge aus Daten zu lernen, die mit einer Reihe von Objektregionen und deren entsprechenden Kategorien beschriftet sind. Allerdings gerät dieser Ansatz oft ins Stocken, wenn es um neue Objekte in der offenen Welt geht, die im Trainingsdatensatz nicht vorhanden sind. In diesem Artikel identifizieren wir das Problem, dass die binären Klassifikatoren in den existierenden Vorschlagmethoden neigen, sich an die Trainingskategorien anzupassen. Daher schlagen wir ein klassifikationsfreies Object Localization Network (OLN) vor, das die „Objekthaftigkeit“ jeder Region ausschließlich anhand dessen Überlappung mit irgendeinem Ground-Truth-Objekt (z.B. Zentriertheit und IoU) abschätzt. Diese einfache Strategie lernt verallgemeinerbare Objekthaftigkeit und übertrifft bestehende Vorschläge bei der Kreuzkategorie-Generalisierung auf COCO sowie bei der Kreuzdatensatz-Evaluation auf RoboNet, Object365 und EpicKitchens. Schließlich demonstrieren wir den Nutzen des OLN für die Erkennung von langschwänzigen Objekten in einem Datensatz mit großem Wortschatz, LVIS, wo wir deutliche Verbesserungen sowohl in seltenen als auch in häufig vorkommenden Kategorien feststellen.