Effizienter Lehrer: Semigewöhnlich überwachtes Objektdetektionsverfahren für YOLOv5

Semi-Supervised Object Detection (SSOD) hat sich bei der Verbesserung der Leistung sowohl von R-CNN-Serien- als auch von anchor-free Detektoren als erfolgreich erwiesen. Allerdings fehlt einstellige, anchor-basierte Detektoren an einer Struktur, die hochwertige oder flexible Pseudolabels generieren könnte, was zu gravierenden Inkonsistenzen in der SSOD führt. In diesem Artikel stellen wir den Efficient Teacher-Framework für skalierbares und effektives einstelliges, anchor-basiertes SSOD-Training vor, bestehend aus Dense Detector, Pseudo Label Assigner und Epoch Adaptor. Der Dense Detector ist ein Baseline-Modell, das RetinaNet durch dichte Abtasttechniken erweitert, die von YOLOv5 inspiriert sind. Der Efficient Teacher-Framework führt eine neuartige Pseudolabel-Zuweisungsmechanik namens Pseudo Label Assigner ein, die Pseudolabels aus dem Dense Detector präziser nutzt. Der Epoch Adaptor ist eine Methode, die ein stabiles und effizientes end-to-end Semi-Supervised-Training für den Dense Detector ermöglicht. Der Pseudo Label Assigner verhindert die Entstehung von Verzerrungen durch eine große Anzahl von geringwertigen Pseudolabels, die während des Student-Teacher-Wechselwirkungsmechanismus den Dense Detector beeinträchtigen könnten, während der Epoch Adaptor Domänen- und Verteilungsanpassung nutzt, um dem Dense Detector zu ermöglichen, global konsistente Merkmale zu lernen, wodurch der Trainingsprozess unabhängig von der Menge an gelabelten Daten wird. Unsere Experimente zeigen, dass der Efficient Teacher-Framework auf VOC, COCO-standard und COCO-additional Ergebnisse auf dem Stand der Technik erzielt, wobei weniger FLOPs benötigt werden als bei früheren Methoden. Soweit uns bekannt ist, handelt es sich hierbei um den ersten Versuch, Semi-Supervised Object Detection auf YOLOv5 anzuwenden. Code ist verfügbar: https://github.com/AlibabaResearch/efficientteacher