基于上下文感知自训练的基础模型弱监督目标检测方法

专利主权项内容

1.一种基于上下文感知自训练的基础模型弱监督目标检测方法，其特征在于，所述基础模型包括骨干网络和ROIAlign结构，该方法包括：将多个输入图像输入至所述骨干网络中进行图像处理，得到每个输入图像的特征图，以及对所述多个输入图像进行选择性搜索，得到与每个输入图像对应的多个建议框；将所述每个输入图像的特征图和与每个输入图像对应的多个建议框分别输入至ROIAlign结构中进行特征提取，得到每个建议框的内部区域特征、外周区域特征和内周区域特征；根据每个建议框的内部区域特征、外周区域特征和内周区域特征，得到所述每个输入图像的定位得分矩阵和分类得分矩阵；根据所述每个输入图像的定位得分矩阵和分类得分矩阵，得到所述每个输入图像的目标得分矩阵；根据所述每个输入图像的目标得分矩阵和预置目标真值，得到显著性损失函数；其中，所述显著性损失函数用于对所述基础模型进行优化，所述基础模型用于进行目标检测。