半监督目标检测伪标注框架提出

发生了什么

据arXiv cs.CV报道，研究人员提出结合开放词汇模型与标签传播的半监督目标检测伪标注框架，在COCO数据集上以1%标注成本达到40.5% AP。该框架利用开放词汇目标检测器生成区域建议和语义对象表示，构建对象级相似度图并传播概率标签信息，为未标记对象分配软标签以量化不确定性。实验表明，在含软标签的四个目标检测基准上，仅需少量手动标记对象即可获得高质量标注，半自动标注数据训练的检测器性能与全手动标注数据相当，在COCO数据集上以1%标注成本达到40.5% AP，接近全手动标注的40.9% AP水平。