PseCo: Pseudo Labeling und Consistency Training für semi-supervised Object Detection

In diesem Paper untersuchen wir zwei zentrale Techniken im semi-superviseden Objektdetektionsverfahren (Semi-Supervised Object Detection, SSOD), nämlich Pseudolabeling und Konsistenztraining. Wir stellen fest, dass diese beiden Ansätze derzeit einige wichtige Eigenschaften der Objektdetektion vernachlässigen, was die effiziente Nutzung unlabeled Daten behindert. Konkret betrifft dies beim Pseudolabeling: Bestehende Ansätze konzentrieren sich ausschließlich auf die Klassifikationswerte, ohne die Lokalisierungsgenauigkeit der Pseudoboxen zu gewährleisten; beim Konsistenztraining berücksichtigt der weit verbreitete Ansatz des zufälligen Skalierens lediglich die Konsistenz auf Label-Ebene, während die Feature-Ebene vernachlässigt wird, obwohl diese entscheidend für die Skalierungsinvarianz ist. Um die Probleme durch verrauschte Pseudoboxen zu adressieren, entwickeln wir Noisy Pseudo box Learning (NPL), das zwei Komponenten beinhaltet: Prediction-guided Label Assignment (PLA) und Positive-proposal Consistency Voting (PCV). PLA nutzt Modellvorhersagen zur Labelzuweisung und ist somit robust gegenüber groben Pseudoboxen; PCV nutzt die Regressionskonsistenz positiver Vorschläge, um die Lokalisierungsgenauigkeit der Pseudoboxen zu reflektieren. Darüber hinaus schlagen wir im Konsistenztraining Multi-view Scale-invariant Learning (MSL) vor, das sowohl Label- als auch Feature-Ebene Konsistenz integriert. Die Feature-Konsistenz wird erreicht, indem verschobene Feature-Pyramiden zweier Bilder mit identischem Inhalt, aber unterschiedlichen Skalierungen, ausgerichtet werden. Auf dem COCO-Benchmark erreicht unsere Methode, PSEudo labeling and COnsistency training (PseCo), gegenüber dem derzeitigen State-of-the-Art (Soft Teacher) Verbesserungen um 2,0, 1,8 und 2,0 Punkte bei Labelierungsquoten von 1 %, 5 % und 10 % jeweils. Zudem steigert PseCo signifikant die Lerneffizienz: So halbiert PseCo die Trainingszeit des State-of-the-Art-Verfahrens, erreicht aber gleichzeitig eine bessere Leistung. Der Quellcode ist unter https://github.com/ligang-cs/PseCo verfügbar.