弱监督目标检测方法梳理

关于若监督目标检测的，大致理了一个方法脉络：

      其中WSDDN成为近期的主流方法

      （一）部分将输出矩阵分解为按类别C和按区域R的两个矩阵，训练时进行端到端的协同优化。Weakly Supervised Deep Detection Networks 论文地址

      （二）中申明了针对目标检测任务现有的两类方法思路

           1. 以WSDDN为代表的多实例学习（MIL）为主流，其通常遇到优化函数非凸进而往往收敛到局部极小值的问题，相应优化方法有右侧几类。C-MIL: Continuation Multiple Instance Learning for Weakly Supervised Object Detection  论文地址

           2. 另一类就是周博磊老师为代表的类激活图方法，同样该工作也作为可解释性的研究分支。 Learning Deep Features for Discriminative Localization  论文地址