Active Learning for Single-Stage Object Detection in UAV Images

Posted Mar 13, 2024

By Geonu-Lee 2 min read

Active Learning for Single-Stage Object Detection in UAV Images

WACV 2024, 2024-03-13 기준 1회 인용

Task

Object Detection
Active Learning

Contributions

Active learning framework for single-staage object detection (YOLOv7)
Diverse Uncertainty Aggregation (DUA)
model performance 에 따른 weighting 으로 sample selection

Proposed Method

Label set 학습 -> Unlabel Set Inference -> DUA & WRP 기반 Select images -> Detector 학습

Diversity in Uncertainty Aggregation (DUA)

objectness score 에 IoU 를 곱해서 $confidence_{box}$ 로 사용
각 classification score 에 $confidence_{box}$ 를 연산
(2) 수식으로 uncertainty 연산

각 이미지 마다 inference 로 나온 box들에 대해 class 별로 uncenrtainty 값을 average
class 들에 대해 average 로 구해진 값들을 summation

uncertainty 를 단순히 더해서 가장 높은 이미지를 선택 -> 한 class에 굉장히 많은 instances 를 포함하는 이미지를 선택
uncertainty average 해서 가장 높은 이미지를 선택 -> 적은 class에 적은 instance를 포함하는 이미지 선택
DUA -> 다양한 uncertainty 를 갖는 instances 를 포함하는 이미지를 선택
DUA + WRP -> weighting 으로 car가 중복으로 많이 있지 않은 것을 선택하도록

Weighting by Performance

validation set & training set 에서 random 으로 subset 을 생성
해당 subset 으로 class 별 AP 를 연산하고 이를 기반으로 weight vector 를 생성

WTC (Weighting the classes by their presence) - training data 에 class 수에 따라서
WRP (Weighing by Random subset Performance) - validation set 의 random subset 에서
WTP (Weight based on the training performance) - training set 의 random subset 에서