摘要

近年来，仅使用图像级别标注的弱监督目标检测（Weakly Supervised Object Detection, WSOD）引起了越来越多的关注。尽管此类任务通常采用针对自然图像的特定领域解决方案，但我们发现，将简单的多实例学习方法应用于预训练的深度特征，即可在非摄影类数据集上取得优异性能，甚至可涵盖新类别。该方法无需任何微调或跨域学习，因而具有高效性，且可能适用于任意数据集和类别。我们探讨了该方法的多种变体，其中部分引入了多层感知机（multi-layer perceptron）和多面体分类器（polyhedral classifiers）。尽管方法本身简洁，但在多个公开可用的数据集上，包括绘画（People-Art、IconArt）、水彩画、剪贴画和漫画等，均展现出具有竞争力的检测性能，同时能够快速学习未见过的视觉类别。