教育教学

空间似然投票在弱监督目标检测中的应用—记英国正版365官方网站第151期青年学术沙龙

2021-12-29 发布：生物医学工程与仪器科学学院阅读次数 : 6

2021年12月24日下午，英国正版365官方网站第151期青年学术沙龙暨研究生科研能力提升系列活动在线上线下如期举行。浙江大学英国正版365官方网站电子信息技术及仪器专业2016级博士研究生陈泽为同学们带来了此次报告。

使用弱监督信息训练目标检测算法是目标检测领域中一个重要的研究方向。为提升弱监督目标检测算法的定位准确性，陈泽博士提出了一种空间似然投票算法，利用弱监督目标检测网络输出的候选区域的分类信息和空间位置信息，在线计算空间似然图。生成的空间似然图中的高响应区域的位置作为更加精细化的监督信息，对候选区域进行重分类和重定位的训练。在空间似然投票算法的基础上，陈泽博士还提出了一种自适应搜索算法和一个自知识蒸馏模块。自适应搜索算法被应用于空间似然投票算法产生的空间似然图，基于其统计信息和似然值的特征分布情况，从中逐一搜索潜在的物体，获取更加精确的物体位置信息，有利于提升算法的性能。自知识蒸馏模块用于提升算法网络的特征提取效果，增强非显著物体及显著物体的非显著区域的特征表达，来缓解多示例学习网络倾向于只关注显著物体的显著区域的问题。在不同目标检测数据集上进行的大量实验结果表明，所提出的空间似然投票算法与自知识精馏网络显著提高了弱监督目标检测算法的性能。

陈泽博士的报告十分精彩，同学们获益匪浅。最后，陈博士和同学们针对相关学术问题进行了热烈的讨论，讲座在热烈的掌声中圆满结束。

图：刘魁元

文：刘魁元