Global Sum Pooling: A Generalization Trick for Object Counting with\n Small Datasets of Large Images
Notice bibliographique
Résumé
In this paper, we explore the problem of training one-look regression models\nfor counting objects in datasets comprising a small number of high-resolution,\nvariable-shaped images. We illustrate that conventional global average pooling\n(GAP) based models are unreliable due to the patchwise cancellation of true\noverestimates and underestimates for patchwise inference. To overcome this\nlimitation and reduce overfitting caused by the training on full-resolution\nimages, we propose to employ global sum pooling (GSP) instead of GAP or fully\nconnected (FC) layers at the backend of a convolutional network. Although\ncomputationally equivalent to GAP, we show through comprehensive\nexperimentation that GSP allows convolutional networks to learn the counting\ntask as a simple linear mapping problem generalized over the input shape and\nthe number of objects present. This generalization capability allows GSP to\navoid both patchwise cancellation and overfitting by training on small patches\nand inference on full-resolution images as a whole. We evaluate our approach on\nfour different aerial image datasets - two car counting datasets (CARPK and\nCOWC), one crowd counting dataset (ShanghaiTech; parts A and B) and one new\nchallenging dataset for wheat spike counting. Our GSP models improve upon the\nstate-of-the-art approaches on all four datasets with a simple architecture.\nAlso, GSP architectures trained with smaller-sized image patches exhibit better\nlocalization property due to their focus on learning from smaller regions while\ntraining.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».