本发明公开了一种基于双伪标签优化学习的RGB图像半监督目标检测方法,对于训练批量中的有标注图像,首先对图像进行数据增广操作,然后利用真实标签监督学生模型在图像上的学习。对于无标注图像,分别获得其弱增强图像和强增强图像。使用构建的伪类别优化网络和伪包围框优化网络分别对教师模型在弱增强图像的预测结果进行优化,从而获得该图像的伪类别标签和伪包围框标签。然后利用该图像的伪类别标签和伪包围框标签监督学生模型在弱增强图像上的学习。最后,在有标注图像上构造用于训练伪类别优化网络和伪包围框优化网络的样本和,然后用相应的标签监督优化网络的学习。本发明可以显著提升高质量伪标签的数量,进而提升RGB图像目标检测的效果。
声明:
“基于双伪标签优化学习的RGB图像半监督目标检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)