ECCVOct, 2020

UFO$^2$: 统一框架实现全监督物体检测

PDF
TL;DR本文提出了一种名为 UFO$^2$ 的统一目标检测框架，可以同时处理不同形式的监督学习，包括强监督（如 bounding boxes）和各种形式的部分监督学习（如类别标签、点、涂鸦）和未标记数据。作者通过严格的评估表明，每种形式的标签可以用于从头开始训练模型或进一步改善预训练模型，同时在固定的注释预算下研究各种注释策略，在不需要强标签的情况下可以实现有竞争力的性能。最后，作者还证明了 UFO$^2$ 的泛化能力，可以检测超过 1,000 种不同的物体，而无需 bounding box 标注。
object detectionsupervisionbounding boxesannotationsufo$^2$
发现论文，激发创造
  • UFO: 三维点云中的未知前景物体检测

    提出了一个针对 3D 点云中未知前景对象（UFO）检测的新问题，该问题是野外自动驾驶中至关重要的技术。通过建立一个包括评估协议、方法论和基准的新的 UFO 检测框架，解决了现有 3D 对象检测器在 3D 定位和超出分布（OOD）检测方面遇到的极大挑战。该框架在 KITTI Misc 基准和额外合成基准上通过四个基线检测器（SECOND、PointPillars、PV-RCNN、PartA2）跨越性能提升了一个较大的幅度，并为未来的野外 UFO 检测工作提供了新的见解。

    Jan, 2024

  • UFO：统一特征优化

    该论文提出了一种新的统一特征优化（UFO）模型，结合多任务学习、网络架构搜索等方法，极大方便模型的灵活部署，在保持大规模预训练精度的基础上，实现了模型体积缩小和预测精度提高。

    Jul, 2022

  • 无约束前景目标搜索

    本文提出了一种解决图像编辑中寻找前景对象的技术 —— 无约束前景物体搜索，并介绍了一种支持通过将背景图像与前景对象进行编码来进行高效搜索的解决方案。通过创建具有不同语义类别的多个前景对象的大型训练数据集，我们的无约束前景物体搜索解决方案优于相关基线，这在两个不同的数据集上进行了定量和人类感知实验的证实。

    Aug, 2019

  • 基于数据不确定性引导的半监督目标检测多阶段学习

    本文提出了基于数据不确定性引导的多阶段学习方法和图像不确定性引导简单数据选择和感兴趣区域重新加权方法，能够充分考虑不同类型的未标记图像并将不同阶段的模型集成在一起，从而使半监督目标检测器更加聚焦于更可靠的知识，实验结果表明，该方法与基线方法相比具有显著的优势。

    Mar, 2021

  • 使用字幕的开放词汇物体检测

    本文提出了一种称为开放词汇物体检测的新型物体检测问题，利用有限数量的物体分类边界框注释和图像 - 标题对来训练物体检测器，可以在更低的成本下覆盖更广泛的物体范围，成功地解决了物体检测中监督要求高的问题，并且更具实用性和效率，可以检测和定位那些未在训练过程中提供边界框注释的物体，无监督和零样本方法都无法做到如此高的准确性。

    Nov, 2020

  • 一种灵活的动作定位训练模型，具有不同程度的监督

    提出了一种基于磁盘聚类的统一框架，它可以处理和结合不同类型的较低需求的弱监督，从视频中监测时空活动，并将其应用于训练设置中的不同类型的监督信号实验结果证明：该模型在 UC101-24 和 DALY 数据集上具有竞争性能，而且与之前的方法相比，使用的监督信号更少。

    Jun, 2018

  • 即时教学：一种端到端的半监督目标检测框架

    本研究介绍了一个完全端到端的有效半监督物体检测框架 Instant-Teaching，使用了即时伪标记和扩展的弱 - 强数据增强进行教学。在 MS-COCO 和 PASCAL VOC 数据集上的实验证明了我们提出的方法优于现有方法。

    Mar, 2021

  • Point2RBox: 合并来自合成视觉模式的知识，实现具有单点监督的端到端定向物体检测

    我们提出了一种新的方法 Point2RBox，通过综合合成模式知识和变换自我监督来解决点监督目标检测问题，该方法在 DOTA/DIOR/HRSC 数据集上取得了令人满意的性能。

    Nov, 2023

  • UFO: 一种用于视觉和语言表示学习的统一 Transformer

    本论文提出了一种统一的变换器（UFO），以处理单模态或多模态输入，进行视觉 - 语言表示学习。 我们使用单个变压器网络并在 VL 预训练期间强制进行多任务学习，包括基于双向和 seq2seq 注意掩码的图像文本对比损失，图像文本匹配损失和遮蔽语言建模损失。 我们在诸如视觉问答，COCO 图像字幕（交叉熵优化）和 nocaps（在 SPICE 中）之类的其他下游任务中，实现了新的技术水平。

    Nov, 2021

  • 带伪边界框标签的开放词汇目标检测

    本研究提出一种方法，从大规模图像 - 字幕对中自动生成多样物体的伪包围框注释，以扩大训练基础类别的范围，并通过实验证明该方法在各种数据集上比最先进的开放词汇检测器有更好的检测结果。

    Nov, 2021