Multiple Instance Learning（多实例学习）

0.问题引入

首先考虑这样一个实际场景：在医学影像领域中的癌症监测任务中，病理切片的分辨率高大200000 x 100000。很明显，这样的巨大的图片数据很难一次性在内存中进行 分类。所以我们我们需要将一张完整的病理切片进行裁剪，分别进行图像分类。但是这样又会造成一个问题，我们只知道 这张完整的 病例切片 是否包含 癌症，但是我们并不知道 癌症信息 被 裁剪到了哪个图片中，从而无法用全监督的方法进行学习。 这样一个问题，其实就是 Multiple Instance Learning 所要解决的问题。

1.什么是多实例学习

多示例学习的概念：假设训练数据集中的每个数据是一个包(Bag)，每个包都是一个示例(instance)的集合,每个包都有一个训练标记，而包中的示例是没有标记的；如果包中至少存在一个正标记的示例，则包被赋予正标记；而对于一个有负标记的包，其中所有的示例均为负标记。（这里说包中的示例没有标记，而后面又说包中至少存在一个正标记的示例时包为正标记包，是相对训练而言的，也就是说训练的时候是没有给示例标记的，只是给了包的标记，但是示例的标记是确实存在的，存在正负示例来判断正负类别）。

2. 多实例学习算法

多实例学习模型的基本流程：

1. 将实例转换为低维嵌入（特征提取）
2. 通过置换不变聚合函数传递嵌入
3. 转化为包概率
   

Code: MIL在MNIST 数据集上的应用

3.讨论

更多的应用场景：

1. 视频分类：判断包含10000帧的视频中是否包含气球

2. 文本分类：判断一篇文章中是否包含’气球‘的句子

3. 网页推荐：用户对某网页很感兴趣，但是不知道具体哪部分吸引用户，可以抽象为MIL。

---

参考文献：

https://wenku.baidu.com/view/a66fab43f12d2af90242e6da.html (多实例学习(周志华) 强推 ！)

https://zhuanlan.zhihu.com/p/386282264

https://zhuanlan.zhihu.com/p/40812750

https://blog.csdn.net/tkingreturn/article/details/39959931