CVPR 2023 | 用于半监督目标检测的Active Teacher方法

前言本文从数据初始化的角度研究师生模型，并提出了一种名为 Active Teacher 的半监督对象检测 (SSOD) 新算法。Active Teacher 将师生框架扩展到迭代版本。同时，还从信息量、多样性和难度等方面考察了样本的选择，让Active Teacher 最大限度地主动选择那些最有可能增加模型准确性的未标记样本，并将这些样本用于半监督目标检测中的训练。
在 COCO baseline上，与一组最近提出的 SSOD 方法进行的实验结果不仅验证了 Active Teacher 相对于比较方法的卓越性能增益，而且表明它使的基准网络，即 Faster-RCNN，能够以更少的标签支出实现 100% 的监督性能，即 40% 的标签MS-COCO 上的示例。

Transformer、目标检测、语义分割交流群

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

CV各大方向专栏与各个部署框架最全教程整理

论文：https://arxiv.org/pdf/2303.08348.pdf

代码：https://github.com/HunterJ-Lin/ActiveTeacher

论文出发点

一些用于半监督目标检测 (SSOD) 使用 teacher-student 的知识蒸馏方法，这需要 teacher 模型为 student 网络生成高质量的伪标签。虽然自训练产生了大量的伪标签，但真实标签信息在训练初期仍然起着关键作用，它决定了伪标签的质量和教师网络的性能下限，因此，ground-truth 标签信息在 SSOD 中起着重要作用。为了探究如何在 SSOD 中为 teacher-student 选择出最佳的标签样本，作者提出了一种新的知识蒸馏方法 (Active Teacher)。

创新思路

本文提出 Active Teacher 将传统的师生框架扩展为迭代框架，其中标签集部分初始化并通过一种新颖的主动采样策略逐渐扩充。通过这种修改，Active Teacher 可以通过主动采样最大限度地发挥有限标签信息的作用，同时也可以提高伪标签的质量。并且进一步从难度、信息和多样性等方面研究了标签样本的选择，并且这些指标的值自动组合而无需超参数调整。实现通过这些指标，可以探索什么样的数据最适合 SSOD。

方法

Framework

Active Teacher 的总体框架如下图所示，该架构由一个迭代的 teacher-student 结构组成，其中初始化部分标签集并逐渐增加。每次迭代后，使用训练有素的teacher网络根据得到的指标（即信息、多样性和难度）评估未标记示例的重要性，并据此进行数据扩充。

Active Teacher 包括两个检测网络，即Teacher 和 Student具有相同的配置（Faster-RCNN）。Teacher 用于生成训练 Student 的伪标签，其参数通过 EMA 从 Student 逐渐更新。Teacher 还用于估计未标记的样本以进行主动采样。

损失函数

Student 模型的损失函数如下：

其中，Lsup 和 Lunsup分别代表学生接受了真实标签和伪标签的训练损失。它们各自的表达式如下：

里面的内部式子如下：

Active Sampling

在每次半监督训练后通过教师网络进行部分标签的初始化和扩充，引入了三个主动采样指标，即Difficulty、Information和Diversity，来衡量什么样的标签对检测任务至关重要。其中，Difficulty根据模型预测的概率分布的熵进行测量。较高的熵表明模型对其预测的不确定性更大，表明样本更困难；Information衡量 SSOD 未标记图像信息量的指标；Diversity衡量图像中对象类别分布的指标。

然后就是对以上三个指标进行组合，由于这些指标的取值范围差异很大，首先需要对其进行归一化。其次，构建一个三维采样空间来将每个样本的这三个指标，每个未标注样本的评价结果都可以看作是这个空间中的一个点。

结果

作者在COCO数据集上进行了验证，下面是所提的Active Teacher 与其他 SSOD 方法在 MS-COCO val2017 上对 mAP (50:95) 指标的比较，可以看到所提方法精度达到了SOTA