弱教師あり学習フレームワークによるハイブリッドラベルを用いた注目物体検出

完全監督下の注目物体検出（SOD）手法は大きな進歩を遂げていますが、これらの手法はしばしば大量のピクセルレベルのアノテーションに依存しており、これは時間と労力を要する作業です。本論文では、伝統的な非監督手法によって生成された多数の粗いラベルと少数の実際のラベルを含む混合ラベルの下での新しい弱い監督SODタスクに焦点を当てます。このタスクにおけるラベルノイズと量的不均衡の問題に対処するために、我々は三つの洗練された学習戦略を持つ新しいパイプラインフレームワークを設計しました。モデルフレームワークに関しては、タスクをラベル精製サブタスクと注目物体検出サブタスクに分離し、これらが互いに協力しながら交互に学習するようにしています。具体的には、R-Netはガイド付き集約メカニズム（BGA: Blender with Guidance and Aggregation Mechanisms）を備えた二ストリームエンコーダー-デコーダーモデルとして設計され、粗いラベルをより信頼性のある疑似ラベルに修正することを目指しています。一方、S-Netは現在のR-Netによって生成された疑似ラベルにより監督される交換可能なSODネットワークであり、テスト時には訓練済みのS-Netのみを使用します。さらに、ネットワーク学習の有効性と効率性を保証するために、交替反復メカニズム、グループごとの増分メカニズム、および信頼性検証メカニズムという三つの学習戦略を設計しました。五つのSODベンチマークに対する実験結果から、我々の手法が弱い監督/非監督手法に対して定性的にも定量的にも競争力のある性能を達成していることが示されています。