[論文レビュー] Multiple instance active learning for object detection

Tianning Yuan, Fang Wan+5 more|arXiv (Cornell University)|Apr 6, 2021

Machine Learning and Algorithms参考文献 42被引用数 8

ひとこと要約

本稿では、敵対的インスタンス分類器を用いてアノテーションのないインスタンスの不確実性をモデル化し、複数インスタンス学習（MIL）を用いてノイズの多いバックグラウンド候補を抑制する、オブジェクト検出のための新しいアクティブラーニングフレームワーク、Multiple Instance Active Object Detection（MI-AOD）を提案する。繰り返し不確実性推定を精緻化し、インスタンスレベルと画像レベルの不確実性を統合することで、MI-AODは、小規模なラベル付きデータセットで学習した際、PASCAL VOCで最大17.09%のmAP向上を達成し、最先端性能を実現した。

ABSTRACT

Despite the substantial progress of active learning for image recognition, there still lacks an instance-level active learning method specified for object detection. In this paper, we propose Multiple Instance Active Object Detection (MI-AOD), to select the most informative images for detector training by observing instance-level uncertainty. MI-AOD defines an instance uncertainty learning module, which leverages the discrepancy of two adversarial instance classifiers trained on the labeled set to predict instance uncertainty of the unlabeled set. MI-AOD treats unlabeled images as instance bags and feature anchors in images as instances, and estimates the image uncertainty by re-weighting instances in a multiple instance learning (MIL) fashion. Iterative instance uncertainty learning and re-weighting facilitate suppressing noisy instances, toward bridging the gap between instance uncertainty and image-level uncertainty. Experiments validate that MI-AOD sets a solid baseline for instance-level active learning. On commonly used object detection datasets, MI-AOD outperforms state-of-the-art methods with significant margins, particularly when the labeled sets are small. Code is available at https://github.com/yuantn/MI-AOD.

研究の動機と目的

• オブジェクト検出に特化したインスタンスレベルのアクティブラーニング手法の不足を解消すること。
• 画像レベルの不確実性推定におけるノイズの多いバックグラウンドインスタンスの干渉を低減すること。
• インスタンスレベルの不確実性と画像レベルの不確而性のギャップを埋め、より正確な情報量の多い画像選択を実現すること。
• 最小限のラベル付きデータで検出器性能を向上させる、頑健なアクティブラーニングフレームワークを開発すること。
• 不確実性駆動の画像選択を用いて、アクティブオブジェクト検出の新しい最先端ベースラインを確立すること。

提案手法

• 未ラベルのオブジェクト候補の不確実性を推定するために、2つの敵対的インスタンス分類器を用いたインスタンス不確実性学習（IUL）モジュールを提案する。
• 各画像をインスタンスのバッグとして扱い、外観の一貫性と分類の信頼度に基づいてインスタンスを再重み付する複数インスタンス学習（MIL）モジュールを採用する。
• インスタンス不確実性と画像レベル分類損失の共同最適化により、インスタンスレベルの予測を画像レベルのラベルに一致させる。
• 不確実性と再重み付けの繰り返し精緻化により、ノイズの多いインスタンスを抑制し、情報量の多いインスタンスを強調する。
• 2つのインスタンス分類器間の乖離最大化を用いて、不確実性推定を向上させるとともに、ラベル付きデータと未ラベル付きデータ間のドメインシフトを低減する。
• 特徴ピラミッドと標準的な検出器（例：RetinaNet）をバックボーンとして用い、不確実性と再重み付けモジュールをプラグアンドプレイ形式で統合する。

実験結果

リサーチクエスチョン

• RQ1 インスタンスレベルの不確実性推定は、アクティブオブジェクト検出における画像選択を効果的にガイドできるか？
• RQ2 ノイズの多いバックグラウンドインスタンスはどのようにしてフィルタリングされ、画像レベルの不確実性推定が向上するか？
• RQ3 MILに基づく再重み付けは、インスタンスレベルと画像レベルの不確実性のギャップをどの程度埋められるか？
• RQ4 繰り返し不確実性学習と再重み付けは、単純なインスタンス不確実性の平均化と比較して、より優れた情報量の多い画像選択を可能にするか？
• RQ5 提案手法は、著しく少ないラベル付き画像で最先端性能を達成できるか？

主な発見

• PASCAL VOCで5%のラベル付きデータのみを用いて学習した際、最初の3回のアクティブラーニングサイクルにおいて、MI-AODは最先端のアクティブラーニング手法を最大17.09%のmAP向上で上回った。
• 最終サイクルで20%のラベル付きデータを使用した場合、MI-AODは68.48%のmAPを達成し、IUL手法よりも1.28%、ランダム選択よりも1.39%の向上を示した。
• 100%のデータで学習した際、インスタンス不確実性再重み付け（IUR）モジュールは、ノイズの多いインスタンスのフィルタリング効果を示し、検出器性能を1.09%向上させた。
• ハイパーパrameterを最適化した場合（λ=0.5, k=10k）、MI-AODはすべての設定で最良の性能を達成し、手法の頑健性を確認した。
• 可視化結果から、IURはバックグラウンドの干渉を効果的に抑制し、真の陽性インスタンスを強調していることが示された。
• 統計的分析により、MI-AODはベースライン手法よりも1サイクルあたりより多くの真の陽性インスタンスを効果的に選択していることが確認され、情報量の多いオブジェクトの活性化がより良好に行われていることが示された。