Adaptive Early-Learning Correction für die Segmentierung aus verrauschten Annotationen

Das Deep Learning bei verrauschten Annotationen wurde in der Klassifikation ausführlich untersucht, jedoch viel weniger in Segmentation-Aufgaben. In dieser Arbeit untersuchen wir die Lern-Dynamik von Deep-Segmentation-Netzwerken, die auf fehlerhaft annotierten Daten trainiert werden. Wir entdecken ein Phänomen, das bereits im Kontext der Klassifikation beschrieben wurde: Die Netzwerke passen zunächst während einer „frühen Lernphase“ den sauberen pixelbasierten Etiketten an, bevor sie schließlich die falschen Annotationen memorisieren. Im Gegensatz zur Klassifikation tritt die Memorisation in der Segmentation jedoch nicht gleichzeitig für alle semantischen Kategorien auf. Inspiriert durch diese Erkenntnisse stellen wir eine neue Methode zur Segmentation aus verrauschten Annotationen mit zwei zentralen Elementen vor. Erstens detektieren wir separat für jede Kategorie den Beginn der Memorisationsphase während des Trainings. Dadurch können wir die verrauschten Annotationen adaptiv korrigieren, um die frühe Lernphase optimal auszunutzen. Zweitens integrieren wir eine Regularisierungsterm, der Konsistenz über verschiedene Skalen fördert, um die Robustheit gegenüber Annotationenrauschen zu erhöhen. Unsere Methode übertrifft standardmäßige Ansätze bei einer medizinischen Bildsegmentierungsaufgabe, bei der Rauschen synthetisch erzeugt wurde, um menschliche Fehler bei der Annotation nachzuahmen. Zudem zeigt sie Robustheit gegenüber realistischen, verrauschten Annotationen in schwach überwachten semantischen Segmentierungsaufgaben und erreicht state-of-the-art Ergebnisse auf PASCAL VOC 2012. Der Quellcode ist unter https://github.com/Kangningthu/ADELE verfügbar.