Weakly supervised salient object detection via image category annotation

doi:10.3934/mbe.2023945

Weakly supervised salient object detection via image category annotation

2023-01-01

0

OA

AI

DOI：10.3934/mbe.2023945

原文链接

原文求助

摘要

En 中文

<abstract><p>深度学习的快速发展在显著目标检测任务中取得了显著进展。全监督方法需要大量像素级标注。为避免繁琐且耗时的标注过程，弱监督方法考虑了低成本标注，如类别、边界框、草绘等。由于标注简单且存在大规模分类数据集，基于类别标注的方法受到了更多关注，但仍存在检测不准确的问题。本文提出了一种基于类别标注的弱监督方法。首先，我们提出了一种粗略目标定位网络（COLN），利用类别标注粗略定位图像中的目标。其次，我们通过细化粗略目标定位来生成像素级伪标签，并提出了一种质量检查策略以选择高质量伪标签。为此，我们通过两次COLN网络运行后进行细化，得到一组伪标签对，并计算伪标签对的一致性以选择高质量标签。第三，我们提出了一种多解码器神经网络（MDN）用于显著性检测，其监督信号来自伪标签对。该方法同时考虑了每个解码器的损失以及解码器之间的损失。最后，我们提出了一种伪标签更新策略，以迭代优化伪标签和显著性检测模型。在四个公开数据集上的性能评估表明，我们的方法优于其他基于图像类别标注的工作。</p></abstract>

Weakly supervised salient object detection via image category annotation

摘要

期刊

机构

引用论文