BoxTeacher : Exploration des Étiquettes Pseudo-Haute Qualité pour la Segmentation d'Instances Faiblement Supervisée

L'étiquetage d'objets par segmentation au niveau des pixels nécessite une quantité considérable de travail humain par rapport aux boîtes englobantes. La plupart des méthodes existantes pour la segmentation d'instances faiblement supervisée se concentrent sur la conception de fonctions de perte heuristiques utilisant des a priori provenant des boîtes englobantes. Cependant, nous avons constaté que les méthodes supervisées par des boîtes peuvent produire certaines masques de segmentation précis et nous nous demandons si les détecteurs peuvent apprendre à partir de ces masques de haute qualité tout en ignorant les masques de basse qualité. Pour répondre à cette question, nous présentons BoxTeacher, un cadre d'entraînement efficace et intégré pour une segmentation d'instances faiblement supervisée de haute performance, qui utilise un modèle sophistiqué pour générer des masques de haute qualité comme étiquettes pseudo.Étant donné que les masques bruyants en grande quantité nuisent à l'entraînement, nous proposons un score de confiance sensible aux masques pour évaluer la qualité des masques pseudo et introduisons une perte pixel bruit-consciente (noise-aware pixel loss) et une perte d'affinité réduite en bruit (noise-reduced affinity loss) afin d'optimiser le modèle élève de manière adaptative avec les masques pseudo. De nombreuses expériences démontrent l'efficacité du BoxTeacher proposé. Sans recourir à des techniques supplémentaires, BoxTeacher atteint remarquablement un AP de masque de 35,0 et 36,5 respectivement avec ResNet-50 et ResNet-101 sur le jeu de données COCO difficile, surpassant ainsi largement les méthodes précédentes les plus performantes et comblant l'écart entre les méthodes supervisées par des boîtes et celles supervisées par des masques. Le code source et les modèles seront disponibles sur https://github.com/hustvl/BoxTeacher.