paper:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8333805
简介：目前先有的弱监督目标检测方法大多将其作为一个多示例问题，产生候选区域，然后分类器判断类别的方式进行获得位置信息。本文作者利用图像梯度，提出了一种新的定位目标框的方式。
1.在目标分类网络中，目标所在区域反映到特征上是显著的，基于这个出发点，展开。
首先定义是输入图像，
是图像级的标签，
是图像类别数量，
是图像的高度，
是图像的宽度。第
类目标的得分表示为
.训练集的平均图片个平均分数为
，
.所以，
是第k类的平均得分。构建损失函数：
最小化式1使 。
图像x的梯度为
展开;
这儿，是第l层的特征图，
表示第k类得分对图像x的梯度。图像梯度如图三所示。
2. Iterative Component Mining
首先将OPG图的像素分为g组，根据相应加权（这其实没搞懂怎么做的），然后使用一个阈值为后验分布将每一组分配给第f个component。最后，用最小包围框提取对象的bounding box。
作者认为这仍然是不足的。为此，迭代地屏蔽已经找到的组件，并用一种新的ICM方案挖掘潜在的对象(或组件)
此处， 为了累计梯度，
表示第t次迭代。
就是OPG。
3. Inferring Precise Bounding Box
特定对象类别的边界框从对应的OPG映射中获得。直观地说，OPG映射中的高值对应于此图像中对象的关键组件。然而，OPG图中的低值并不一定对应于背景，如图2所示。在某些情况下，响应得分很低，因为接受域会在目标对象最重要的区域触发，这会使该对象不那么重要的区域的响应退化。这是在人类视觉系统中经常观察到的现象。接下来，引入一种迭代的方法来推断一个精确的边界框。 首先对阈值化处理。
然后，产生一个新的掩码图像
有三个选择，
，
是均值，
是0到255的随机数。然后更新模型
这儿
4 Average and Max Pooling Layer
到目前为止，所提出的OPG图很容易找到物体的定位特征，如头部的cat。然而，对于物体的定位和检测，我们需要找出物体的所有组成部分，例如猫的身体。这个问题主要是由于CNNs中常用的max pooling的操作。在max池中，只有每个池区域的最大**被维护并传播到下一层，这通常会忽略给定对象的非显著组件，所以作者设计了平均最大池化（AMP）。
u和v为AMP层的输入和输出。，h和w是u的长度和宽度。定义
导数为;