Semi-supervised Object Detection mit objektweiser kontrastiver Lernmethode und Regressionsunsicherheit

Semi-supervised Object Detection (SSOD) zielt darauf ab, die Detektionsleistung durch die Nutzung zusätzlicher unlabeled Daten zu verbessern. Der Teacher-Student-Ansatz hat sich als vielversprechend für SSOD erwiesen, bei dem ein Teacher-Netzwerk Pseudolabels für unlabeled Daten generiert, um das Training eines Student-Netzwerks zu unterstützen. Da diese Pseudolabels geräuschbehaftet sind, ist deren Filterung entscheidend, um das volle Potenzial dieses Ansatzes auszuschöpfen. Im Gegensatz zu bestehenden suboptimalen Methoden schlagen wir einen zweistufigen Ansatz zur Filterung von Pseudolabels für die Klassifikations- und Regressionsköpfe im Rahmen eines Teacher-Student-Frameworks vor. Für den Klassifikationskopf regularisiert OCL (Object-wise Contrastive Learning) das Lernen von Objektrepräsentationen, indem unlabeled Daten genutzt werden, um die Filterung der Pseudolabels zu verbessern, indem die Unterscheidbarkeit der Klassifikationswerte erhöht wird. Dieser Ansatz soll Objekte derselben Klasse zusammenziehen und Objekte unterschiedlicher Klassen voneinander entfernen. Für den Regressionskopf schlagen wir zudem RUPL (Regression-Uncertainty-guided Pseudo-Labeling) vor, um die aleatorische Unsicherheit der Objektpositionierung zu lernen, um die Label-Filterung zu verbessern. Durch die gemeinsame Filterung der Pseudolabels für Klassifikations- und Regressionsköpfe erhält das Student-Netzwerk eine präzisere Anleitung vom Teacher-Netzwerk für die Objektdetektion. Experimentelle Ergebnisse auf den Datensätzen Pascal VOC und MS-COCO belegen die Überlegenheit unseres vorgeschlagenen Ansatzes im Vergleich zu bestehenden Methoden, wobei eine konkurrenzfähige Leistung erzielt wird.