摘要

目标定位是计算机视觉领域的一个重要问题，具有广泛的应用。由于缺乏大规模的目标级注释数据，而图像级标签相对丰富，这使得在目标定位任务中采用弱监督方法变得非常必要。深度卷积神经网络是一类最先进的对象识别方法。本文介绍了一种新颖的目标定位算法，该算法仅使用图像标签训练的分类网络。这种弱监督方法利用了分类网络卷积层中捕获的局部空间和语义模式。我们提出了一种基于束搜索的有效方法来检测和定位图像中的多个目标。所提出的算法在标准目标定位数据集上的表现显著优于现有最先进方法，mAP分数提高了8个百分点。