Gemischte Pseudo-Labels für semi-supervised Objektdetektion

Obwohl die Pseudo-Label-Methode erhebliche Erfolge bei semi-supervised Aufgaben der Objektdetektion erzielt hat, deckt dieser Artikel erhebliche Grenzen dieses Ansatzes auf. Insbesondere neigt die Pseudo-Label-Methode dazu, die inhärenten Stärken des Detektors zu verstärken, während ihre Schwächen hervorgehoben werden – was sich besonders in der Verpasst-Detektion von Pseudo-Labels äußert, insbesondere bei kleinen und seltener auftretenden Objektklassen. Um diese Herausforderungen zu bewältigen, wird in diesem Artikel Mixed Pseudo Labels (MixPL) vorgestellt, das aus Mixup und Mosaic für pseudo-etikettierte Daten besteht, um die negativen Auswirkungen von Verpasst-Detektionen zu verringern und das Lernen des Modells über verschiedene Objektgrößen hinweg auszugleichen. Zudem wird die Detektionsleistung auf seltene Klassen durch Resampling der gelabelten Daten mit relevanten Instanzen verbessert. Bemerkenswerterweise steigert MixPL die Leistung verschiedener Detektoren konsistent und erreicht neue SOTA-Ergebnisse mit Faster R-CNN, FCOS und DINO auf den Benchmarks COCO-Standard und COCO-Full. Darüber hinaus zeigt MixPL eine gute Skalierbarkeit bei großen Modellen und verbessert DINO Swin-L um 2,5 % mAP, wobei eine nicht-triviale neue Bestleistung von 60,2 % mAP auf dem COCO val2017-Benchmark erreicht wird, ohne zusätzliche Annotationen zu benötigen.