如何使用圖片級標註對像素級分割任務進行訓練？
圖片級別標註，指的是知道圖片中有哪些物體，僅此而已，而需要完成的任務是什麼呢？利用這簡單的圖片類別信息分割出對應物體的區域，進行像素級別分割的任務，哇！是不是覺得這個簡單對於這個任務而言太弱了？是呀，不然怎麼叫作弱監督呢？
讓我們一起來看一下，所謂使用圖片類別標註進行像素級別分割訓練，到底如何進行的吧！
對於這樣的任務，之前已經寫過很多篇論文筆記了，今天來介紹一篇非常簡單的利用MIL Loss的方法。
論文是發表在ICLR2015年上的《Fully Convolutional Multi-Class Multiple Instance Learning》。
這一篇文章僅用了一個loss就來完成這個任務哦，是不是覺得很大膽，很厲害！！！
論文：Fully Convolutional Multi-Class Multiple Instance Learning
會議：ICLR2015
任務：弱監督語義分割（image -level supervised）
一般的基於深度學習的語義分割流程：
將圖片（H,W）輸入分割網絡，通過網絡的計算，可以輸出一個(N,H,W)的分割預測maps。
爲什麼輸出的尺寸是（N,H,W）呢？這有什麼意義？
N表示這個研究的數據集中有多少個類別。
（H,W）表示輸出的每一個map的尺寸和輸入圖片的尺寸相同，擁有相同的像素數目，每一個像素位置上的值代表着一個是否屬於某一類別的預測分值。
輸入圖片中每一個像素對應這輸出maps中的一個N長的向量，該向量存儲着該像素被預測爲每一個類的分值，最大的那個預測值所對應的那個類別，假設爲8，該像素則被預測爲第8類。
MULTI-CLASS MIL LOSS:
講到正題啦，所謂神奇的MULTI-CLASS MIL LOSS，只利用一個Loss解決弱監督語義分割問題，讓我們看一下這個很簡單的loss.
對於一張圖片，輸進分割網絡，得到的是一個(N,H,W)的分割Maps,圖片對於每一個class的預測被存儲爲的一個feature map.
這個Loss取每一個map上的最大的值，計算公式如下：
然後，對這個最大的分值進行約束，限制該類別在圖片中的存在與否，若圖片的標籤中表示存在的類，則這個分值接近於1，若不存在則接近於0。
簡單一點講，就是通過限制feature maps上的最大值趨近1來促使應該存在的類的預測值大，限制最大值趨近0來促使應該存在的類的預測值小。
不過，可惜了，這麼難得問題，怎麼可能這麼簡單的就被解決了呢？這是不可能滴，所以，這篇論文的結果，咳咳，不太好，但是！！！，一個這麼簡單的Loss，可以有這麼大的作用，我可不可以在我的方法上加上它優化我的結果呢？嘿嘿，你們覺得呢~
結果：
結果從數值上看，其實不是很好，但是從圖片中看，它確實可以起到一定作用。
總結：
這個MIL Loss十分簡單，雖然結果上看不是很好，但是在弱監督語義分割中常常與其他的方法一起使用，作爲一個約束，應用十分廣泛。