观http://www.iqiyi.com/w_19s6ts6pyd.html#vfrm=8-8-0-1 学习记录
弱监督学习的标注方式
1. 用划线或者是点标注目标，比如下图
2. 标注图像级标签（如上图中，“人”作为标签）
重点讲讲后者
后者的关键是，将key word和图像中的pixel结合起来，用到了语义分割的工具：
（1） salient-instance detection， 将显著性物体检测出来，比如上图，将人脸部分检测出来，与key-word关联
（2）从分类网络中，得到特征图，得到attention map（通过看特征图，判断主要通过哪一部分的图片进行的分类）。attention map是最有区别性的区域。它的优点是定位准，但是缺点是不全面，比如只看人脸就可以判断是人，然而，在弱监督学习中，我们希望将label“人”对应的区域都分割出。目前有一种方法，是通过不断迭代，每次将已经分出的区分区域擦除，最后将每次迭代的结果综合起来的方法，希望找到key word对应的全面区域。不过这个方法也是有局限，一是可能某些地方比如衣摆等等很难被作为明显的区分区域，而是对迭代次数的要求高，如果迭代次数少，找不全，如果过多，则可能因为将区分区域都擦除了，导致将和key word不相关区域都收入进来