[論文レビュー] An Adaptive Supervision Framework for Active Learning in Object Detection

Sai Vikas Desai, Akshay L Chandra+3 more|arXiv (Cornell University)|Aug 7, 2019

Machine Learning and Algorithms参考文献 26被引用数 23

ひとこと要約

本稿では、オブジェクト検出におけるアクティブラーニングのための適応的監視フレームワークを提案する。この手法は、まず弱いラベル（例えば、画像レベルまたはクリックベース）を用い、必要に応じてのみ強いつぼ型ラベルへの段階的昇格を行うことで、ラベル付けコストを低減する。モデルの不確実性に基づき、動的に弱い監視と強い監視を切り替えることで、従来のアクティブラーニングと比較して最大34時間（24%削減）のラベル付け時間の節約を達成し、モデルアーキテクチャへの最小限の変更で最先端の性能を実現する。

ABSTRACT

Active learning approaches in computer vision generally involve querying strong labels for data. However, previous works have shown that weak supervision can be effective in training models for vision tasks while greatly reducing annotation costs. Using this knowledge, we propose an adaptive supervision framework for active learning and demonstrate its effectiveness on the task of object detection. Instead of directly querying bounding box annotations (strong labels) for the most informative samples, we first query weak labels and optimize the model. Using a switching condition, the required supervision level can be increased. Our framework requires little to no change in model architecture. Our extensive experiments show that the proposed framework can be used to train good generalizable models with much lesser annotation costs than the state of the art active learning approaches for object detection.

研究の動機と目的

• 深層オブジェクト検出器のトレーニングにかかる高コストなラベル付けを、アクティブラーニングと弱い監視を組み合わせることで低減すること。
• アクティブラーニングにおける高価で時間がかかる境界ボックスラベルへの依存を最小限に抑えるために、動的な監視切り替えメカニズムを導入すること。
• アクティブラーニングおよびパasiveラーニングの両設定において、ラベル付け予算を顕著に低減しつつ、モデルの一般化性能を維持すること。
• 弱い監視と強い監視を交互に適用することで、既存のオブジェクト検出モデルのアーキテクチャ変更なしに、効率性が向上することを示すこと。

提案手法

• フレームワークは、プールベースのアクティブラーニング設定を採用し、最初に境界ボックスではなく弱いラベル（例えば、画像レベルやオブジェクト中心のクリック）を問い合わせる。
• ハードスイッチ機構は、モデルの不確実性が閾値 γ=0.3 を超えると、エピソード単位で強い監視に切り替える。
• ソフトスイッチ機構は、予測の信頼度に基づき、エピソード内での切り替えを可能にし、強いラベルの問い合わせを判断するための確率閾値 δ=0.85 を用いる。
• モデルの予測出力を活用して監視レベルの選択をガイドすることで、追加のモデル変更を回避する。
• フレームワークは、PASCAL VOC 2007、VOC 2012、および高インスタンス数の実世界の農業データセットで評価される。
• アクティブラーニングは、ラベル付け予算（50時間）が尽きるまで反復的に適用され、さまざまな問い合わせ戦略（平均エントロピー、マックスマージン、最小信頼度）がテストされる。

実験結果

リサーチクエスチョン

• RQ1 弱い監視をオブジェクト検出におけるアクティブラーニングに効果的に統合することで、ラベル付けコストを低減できるか？
• RQ2 弱い監視と強い監視の間での動的切り替えが、モデル性能およびラベル付け効率に与える影響は何か？
• RQ3 標準的な完全監視アクティブラーニング（PBAL）と比較して、適応的監視がアクティブラーニング性能に与える影響は何か？
• RQ4 提案されたフレームワークは、パasiveラーニング（ランダムサンプリング）設定でも性能向上を維持するか？
• RQ5 ハードスイッチとソフトスイッチの閾値が、ラベル付けコスト、ラベル品質、収束速度のトレードオフに与える影響は何か？

主な発見

• 平均エントロピー採択では、ソフトスイッチ法が34時間でテストmAP 0.68を達成し、標準PBAL（45時間）と比較して24%のラベル付け予算を節約した。
• ハードスイッチ法はPBALと比較して15.5%の節約（38時間）を達成し、あらゆる問い合わせ戦略において一貫したコスト削減を示した。
• パasiveラーニング（ランダムサンプリング）では、ソフトスイッチがmAP=0.53に到達するまでに30.4時間のラベル付け時間を要したのに対し、標準PBALでは35時間であったため、13.1%の節約が達成された。
• アブレーションスタディにより、アクティブサンプリングがなくても適応的監視が効率性を向上させることを確認し、アクティブラーニングを超えた汎用性を示した。
• ソフトスイッチ機構は、あらゆるアクティブサンプリング戦略において、ハードスイッチおよび標準PBALを上回る性能を示し、強固で効果的であることがわかった。
• フレームワークは、アーキテクチャの変更なしに顕著なラベル付けコスト削減（最大24%の節約）を実現し、実世界の展開に実用的である。