Ανιχνευση Αντικειμένων με Αυτο-εποπτευόμενη Μάθηση

Η αυτο-εποπτευόμενη ανίχνευση αντικειμένων χρησιμοποιεί μη επισημασμένα δεδομένα εικόνων για την προ-εκπαίδευση ενός οπτικού δικτύου (backbone) μέσω εργασιών (pretext tasks) όπως η διακριτική μάθηση (contrastive learning) ή η μοντελοποίηση εικόνων με μάσκες (masked image modeling), και στη συνέχεια προσαρμόζει (fine-tunes) το δίκτυο με μια κεφαλή ανίχνευσης (detection head) σε ένα μικρότερο επισημασμένο σύνολο δεδομένων. Αυτή η προσέγγιση μειώνει δραστικά την εξάρτηση από δαπανηρές επισημάνσεις οριοθετικών πλαισίων (bounding-box annotations), επιτυγχάνοντας παράλληλα επιδόσεις αντίστοιχες ή πλησιέστερες προς την πλήρως εποπτευόμενη ανίχνευση.