基于半监督学习的目标检测模型训练方法及目标检测方法

专利主权项内容

1.一种基于半监督学习的目标检测模型训练方法，其特征在于，包括：将多个有标记样本图像输入学生网络，得到第一预测标签集合；将多个无标记样本图像进行弱增强处理，得到多个弱增强图像，并将所述多个无标记样本图像进行强增强处理，得到多个强增强图像；将所述多个强增强图像输入教师网络，得到第二预测标签集合，并将所述多个弱增强图像输入所述学生网络，得到第三预测标签集合；基于所述第二预测标签集合中置信度大于预设置信度的预测标签，确定第一置信度标签集合，并基于所述第二预测标签集合中置信度小于或等于所述预设置信度的预测标签，确定第二置信度标签集合；基于所述第三预测标签集合中的预测标签，从所述第一置信度标签集合中确定正样本标签；并基于所述第二置信度标签集合确定负样本标签；基于所述第一预测标签集合、所述第三预测标签集合和所述第二预测标签集合、所述正样本标签和所述负样本标签确定损失信息；基于所述损失信息调整初始目标检测模型的模型参数，得到所述目标检测模型。