ECCV 2022 | 创新奇智提出通过单品示例进行基于原型的分类器学习方法( 二 )

这是一种针对物品集合视觉检出识别的基于原型的分类器学习方法，结合了二阶段目标检测网络，包括以下步骤：
步骤1：由一个预训练的网络提取单品示例的特征并得到各类以及背景类原型，通过一个基于原型的分类器生成器生成包含背景类的物品候选框分类器。
步骤2：物品集合的检出识别图像输入二阶段目标检测网络，由区域候选网络生成物品候选框，使用步骤1生成的物品候选框分类器对这些物品候选框进行分类。
步骤3：根据步骤2得到物品候选框分类置信度分数，对此进行基于背景类别的鉴别性重排，有利于对细粒度类别分类，同时提高了分类器的鉴别能力；另外，使用多实例损失对检出识别图像中各类物品的共现关系进行建模。
本方法与现有技术相比，其显著优点为：（1）本文方法使用基于原型的分类器学习方法，对单品示例与检出识别图像间存在的领域差距进行了弥合，提供了一种不同于现有方法路径。
（2）本文提出了基于背景类别的鉴别性重排方法，针对语义相近的细粒度物品集合类别进行分类。
（3）与现有方法相比，本文方法性能更佳且所需计算资源更少。
创新奇智CTO张发恩（本论文作者之一）指出：“创新奇智提出的通过单品示例进行基于原型的分类器学习方法，可以减少实际应用场景中对人工的依赖，加快物品集合检出识别流程，并且能够提高视觉检出识别准确率。由于物品集合单品示例与检出识别图像间存在领域差距，单品示例中只有单个物品集合，而检出识别图像中是多个多类物品集合的任意组合，这是物品集合视觉检出识别任务的一个主要挑战。本文提出的通过物品集合单品示例进行基于原型的分类器学习方法，在目前规模最大的物品集合视觉检出识别数据集上的结果明显优于现有先进方法。 ”
制造业的物品检测需求量多而复杂。传统的方式不仅耗时耗力，而且检测准确率不高。创新奇智提出的通过单品示例实现对物品集合的检测，非常适用于诸如汽车零部件、消费电子设备等有批量产品检测需求的场景，不仅能够加快检测流程，而且能提升检测准确率，为企业降本增效带来直接助益。