Augmentation Matters: A Mix-Paste Method for X-Ray Prohibited Item Detection under Noisy Annotations

要約

X線による禁止物品の自動検出は、公共の安全にとって不可欠である。既存のディープラーニングに基づく手法は、いずれも学習用X線画像のアノテーションが正しいことを前提としている。本論文では、ノイズの多いアノテーション（カテゴリノイズとバウンディングボックスノイズの両方を含む）の下でロバストな禁止アイテム検出器を学習するという困難な問題に、データ拡張という新しい観点から取り組み、効果的なラベル認識混合パッチペースト拡張法（Mix-Paste）を提案する。具体的には、各アイテムパッチに対して、異なる画像から同じカテゴリラベルを持つ複数のアイテムパッチを混合し、画像中のオリジナルパッチを混合パッチで置き換える。こうすることで、生成された画像内に正しい禁止項目が含まれる確率を高める。一方、この混合処理により、アイテムの重なりを模倣し、X線画像の特徴を学習することが可能となる。さらに、混合操作による追加項目の潜在的な正予測に対応する大きな損失を抑制するために、項目に基づく大損失抑制（LLS）戦略を設計する。ノイズの多い注釈のX線データセットにおいて、本手法の優位性を示す。さらに、ノイズの多いMS-COCOデータセットで本手法を評価し、その汎化能力を示す。これらの結果は、ノイズ注釈を扱うためのデータ補強の大きな可能性を明確に示している。ソースコードはhttps://github.com/wscds/Mix-Paste。

要約(オリジナル)

Automatic X-ray prohibited item detection is vital for public safety. Existing deep learning-based methods all assume that the annotations of training X-ray images are correct. However, obtaining correct annotations is extremely hard if not impossible for large-scale X-ray images, where item overlapping is ubiquitous.As a result, X-ray images are easily contaminated with noisy annotations, leading to performance deterioration of existing methods.In this paper, we address the challenging problem of training a robust prohibited item detector under noisy annotations (including both category noise and bounding box noise) from a novel perspective of data augmentation, and propose an effective label-aware mixed patch paste augmentation method (Mix-Paste). Specifically, for each item patch, we mix several item patches with the same category label from different images and replace the original patch in the image with the mixed patch. In this way, the probability of containing the correct prohibited item within the generated image is increased. Meanwhile, the mixing process mimics item overlapping, enabling the model to learn the characteristics of X-ray images. Moreover, we design an item-based large-loss suppression (LLS) strategy to suppress the large losses corresponding to potentially positive predictions of additional items due to the mixing operation. We show the superiority of our method on X-ray datasets under noisy annotations. In addition, we evaluate our method on the noisy MS-COCO dataset to showcase its generalization ability. These results clearly indicate the great potential of data augmentation to handle noise annotations. The source code is released at https://github.com/wscds/Mix-Paste.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL