Aprendizaxe semi-supervisada para detección de obxectos

Abstract

A detección de obxectos é un dos principais problemas que se abordan no campo da visión por computador. Os detectores tradicionais requiren dunha gran cantidade de imaxes etiquetadas para adestrar. Isto supón unha limitación im- portante, pois a anotación de imaxes é custosa e a dispoñibilidade dos datos é, a miúdo, limitada. Neste contexto, xorde a aprendizaxe semi-supervisada para de- tección de obxectos, que aborda o escenario no que existen poucas imaxes etique- tadas pero unha gran cantidade de imaxes sen etiquetar. Este traballo enmárcase nesta área e céntrase no estudo de arquitecturas de tipo Teacher-Student. Con- cretamente, estúdase o detector Unbiased Teacher v2 [1]. O obxectivo deste traballo é estudar diferentes técnicas beneficiosas noutros contextos de aprendizaxe e analizar a súa aplicabilidade a este detector. Específi- camente, analizaranse as seguintes propostas: incorporación de módulos propios de arquitecturas few-shot (concretamente Gradient Decoupled Layer (GDL) e Prototypical Calibration Block (PCB) propostos en [2]); substitución da estra- texia de limiar fixo para filtrar pseudo-etiquetas por unha estratexia de limiar flexible; e uso dunha estratexia de asignación de etiquetas baseada en Optimal Transport Asignment (OTA) [3]. Os experimentos realizados mostran que o uso de GDL resulta beneficioso para o rendemento do detector. Ademais, aínda que o resto de propostas non melloraron o detector, a experimentación revelou varias dificultades que xorden ao adaptar estas estratexias a un detector das características de Unbiased Teacher v2. Esta información pode resultar relevante para futuras análises do problema.