Localization-Aware Active Learning for Object Detection (ACCV)

原文链接

这是一篇CCF-C文章，简要描述一下思想：

目标检测任务的主动学习中的数据选择大多数都基于classification来，作者同时考虑了classification和localization。

主要提出了两个针对localization的方法：

1. Localization Tightness

如上图所示，计算了region proposal的输出框和最终预测框的IoU来表示Tightness：
$$T(B_0^j)=IoU(B_0^j,R_0^j)$$
然后再结合classification，综合得出metric:
$$J(B_0^j)=|T(B_0^j)+P_{max}(B_0^j)-1|$$
这里我不敢苟同作者的metric，但是至少其思路挺好的

但是上述方法只能用于two-stage网络，region proposal也就是SS or RPN的output

2.Localization Stability

如图所示，通过增强图片的高斯噪声，评价噪声图片得到的框与原始图片得到的框的差距作为Stability：
$$S_B\left(B_0^j\right)=\frac{{\sum }_{n=1}^N\mathrm{IoU}\left(B_0^j,C_n\left(B_0^j\right)\right)}{N}$$
然后再结合classification，综合得出metric:
$$S_I\left(I_i\right)=\frac{{\sum }_{j=1}^M{P}_{\max }\left(B_0^j\right)S_B\left(B_0^j\right)}{{\sum }_{j=1}^M{P}_{\max }\left(B_0^j\right)}$$
也就是根据预测的score加权评价。

这个metric同时适用于two-stage和one-stage网络

Experiment

这个虽然在(a)图上看得不明显，但是(b)图以Random方法为基线比较幅度这个小trick还挺好的！！这样更可以让审稿人看出方法得优越性！

$$TheEnd.$$