本文结合activate learning和bootstrap。
网络结构如图：
操作过程如下：首先使用少量的标注的数据进行训练网络，然后输入未标记的数据，根据提取的有用信息记录需要标记的数据，然后进行标记。下一个阶段使用现在可利用的标记好的所有数据进行训练，一直循环。挑战就是如何将进行信息提取的FCNs和deep active learning framework（分割网络）结合。
来自FCNs的挑战：1，FCNs需要快速训练，使得标注stages之间的时间是可以接受的；2，FCNs需要具有通用性，当训练数据极少时能够产生合理的结果。网络结构如图：
来自active learning的挑战：当决定下一个batch所需要的训练数据时，active learning需要很好的利用FCNs得到的信息。为了这个目的，我们首先证明如何基于bootstrapping估计FCNs的不确定性，和使用FCNs的编码部分的最后一层来估计图像之间的相似性。根据这些信息，我们能够给下一个训练stage决定使用的训练数据。
本文的方法主要由3部分组成：1，新的FCN；2，对FCNs的不确定性和相似性的估计；3，选择最有效训练数据的建议算法。
1. A new fully convolutional network
网络框架如图2。网络有两个输出，一个是用来分割，一个是用来做图像描述器。
2. Uncertainty estimation and similarity estimation
只使用不确定性会导致重复选择需要标注区域，所以还需要选择具有高度表达性的样本（这些样本和许多其它的样本很相似）。Bootstrapping[4]是一种标准的方法用来评估学习模型的不确定性。基本思想就是使用训练集的子集（通过重置抽样得到，重置抽样就是又放回抽样）来训练一系列模型，然后计算这些模型的差异（variance，disagreement）。我们根据这个方法计算FCNs的不确定性。
如图3（d），显示了每个像素的不确定性和测试误差具有极强的相关性。最后计算每个训练样本整体的不确定性作为它像素的平均不确定性。
现在能够计算不确定性，接下来计算图片之间的相似性。我们求取FCNs最后一个卷积层的输出的每个通道的平均值作为图片描述器的输出。通过计算这个输出的余弦相似性来计算图片的相似性。为什么这么选择图片描述器呢？是因为1，我们不需要专门训练一个图片描述器；2，因为图片提取图片描述的网络是用来进行分割的，这个输出具有丰富和精确的形状信息。
3. Annotation suggestion
数据的不确定性指，这个数据很难分割；
数据具有表达性是指，数据具有尽可能多的非标注数据的characteristics或者features。
我们选出的数据需要具有这两个性质。因为不确定性相对于重要，我们首先选取K个最大的具有不确定性的子集，然后从这K个样本中选取k个最具表达性的样本（k