要約
本研究では、教師-生徒二重モデル枠組みに従う最新のオブジェクト検出器向けに、半教師ありアプローチを提案する。本手法の特徴は以下の3点である：1）教師モデルを生徒モデルのオンライン更新から指数移動平均（EMA）戦略により更新する点、2）大量の領域候補（region proposals）とソフトプシーラベル（soft pseudo-labels）を生徒モデルの学習ターゲットとして用いる点、3）教師モデルがより信頼性の高いプシーラベルを生成するため、軽量な検出特化型データエンセムブル（data ensemble）を採用する点である。最近の最先端手法であるSTACは、スパースに選択されたハードなプシーラベル（hard pseudo samples）に対してハードラベルを用いるが、本モデルの教師モデルは多数の候補に対してソフトラベルを用いることで、より豊かな情報量を生徒モデルに伝達する。VOC07の検証セットにおいて、VOC12のデータをラベルなしデータとして用いた場合、本モデルはCOCOスタイルのAP（平均精度）53.04％を達成し、STACよりも8.4％優れている。MS-COCOデータセットにおいても、ラベル付きデータのわずかな割合しか使用しない条件下で、既存手法を上回る性能を示した。さらに、ラベル付きデータと同等規模のラベルなしデータを活用することで、MS-COCO test-devにおいて53.8％のAPを達成し、完全教師ありのResNet-152カスケードR-CNNよりも3.1％の向上を実現した。