论文标题：Weakly Supervised Object Localization and Detection: A Survey

论文链接：https://arxiv.org/abs/2104.07918

作者单位：西北工业大学 & UC Merced（Ming-Hsuan Yang）

18页综述，共计226篇参考文献！本文对弱检测目标定位(WSOL)和检测(WSOD)进行全面调研，包含经典模型、基于深度学习的方法，并盘点了公开数据集和标准评估指标！

作为计算机视觉社区中一个正在出现且具有挑战性的问题，弱监督的目标定位和检测在开发新一代计算机视觉系统中扮演着重要角色，并且在过去十年中受到了广泛的关注。由于已经提出了方法，对这些主题进行全面的调研非常重要。在这项工作中，我们回顾（1）经典模型，（2）具有来自现成的深度网络的特征表示的方法，（3）仅基于深度学习的方法，以及（4）可公开获得的数据集和标准评估指标，在该领域被广泛使用。我们还将讨论该领域的主要挑战，该领域的发展历史，每种类别中方法的优缺点，不同类别中方法之间的关系，弱监督目标定位和检测方法的应用以及未来的潜在发展方向进一步促进该研究领域的发展。

内容中包含的图片若涉及版权问题，请及时与我们联系删除