Object Instance Mining for Weakly Supervised Object Detection 論文筆記

前言 大多數弱監督目標檢測（WSOD）採用的框架是將多實例學習（MIL）和CNN結合起來，這種框架通常會將特定於某個類別的具有最高置信度的proposal挖掘出來，以訓練基於CNN的分類器，但並不會考慮圖像中的目標實例的數量。如果圖像中有多個目標實例屬於同一類別，那麼具有較低置信度的目標實例可能會被認爲是背景。而被選擇的目標實例的尺度和外觀變化都是有限的，因此僅用這些目標實例是無法訓練出一個具有強

>>阅读原文<<