关于mil分类器

[zuofengyuan1]

作者您好，我拜读了您的关于面向目标检测的多实例主动学习方法论文，也复现了您基于mmdetection的代码，有个小问题向您请教，有关于mil分类器训练不是十分理解，一张图像可能有多个目标，比如同时有猫和狗，那么如何给这个图像整体的标签去训练这个整体分类器呢，我知道这个答案应该在公式6中，但是每个锚点的真实值可以给定，如何给定整张图像的标签呢

[yuantn]

你好，从公式6中可以看到，在对y^cls与\sum(y^head_i^cls)计算交叉熵损失的时候，是首先对各个类别进行计算，最后再将所有类别的loss相加得到总loss的。所以对于多类别目标图像的话，整张图像的标签将会是一个1*20的张量（20为PASCAL VOC的类别数）。在训练整体分类器的时候，每个类别的标签（即图像标签[i]）也会各自分别的去训练，关于这部分你可以参考一下多标签分类的相关知识。

---

Hi, it can be seen from formula 6 that during calculating the cross entropy loss for y^cls and \sum(y^head_i^cls), we first calculate for each class, and finally add the loss of all classes to get the total loss. So, for a image with multiple classes, the label of the image will be a 1*20 tensor (20 is the number of classes in PASCAL VOC). When training the classifier in the entire network, the label for each class (i.e., image label [i]) will also be trained separately. For more information, you can refer to the relevant knowledge of multi-label classification.

[zuofengyuan1]

谢谢回答，我在知乎上也问了相同的问题，应该和我考虑的一样，万分感谢