买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京声迅电子股份有限公司

摘要：本发明提供一种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，包括基于各有标记样本图像确定第一预测标签集合；基于各无标记样本图像确定多个弱增强图像和多个强增强图像；基于多个强增强图像确定第二预测标签集合，基于多个弱增强图像确定第三预测标签集合；基于第二预测标签集合，确定第一置信度标签集合和确定第二置信度标签集合；基于第三预测标签集合中的预测标签，从第一置信度标签集合中确定正样本标签；并基于第二置信度标签集合确定负样本标签；基于第一预测标签集合、第三预测标签集合和第二预测标签集合、正样本标签和负样本标签调整初始目标检测模型的模型参数，得到目标检测模型。本发明可以提高目标检测模型的训练速度。

主权项：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；所述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，包括：将所述多个弱增强图像输入所述学生网络，得到所述学生网络输出的第二初始预测标签集合；针对同一帧弱增强图像，在基于所述第二初始预测标签集合确定与所述弱增强图像对应的第二初始预测标签的数量为至少两个的情况下，确定至少两个第二初始预测标签中包括的目标框之间的第二重合面积；确定大于预设面积的第二重合面积对应的至少两个第二目标预测标签；将所述至少两个第二目标预测标签中，除最高置信度对应的第二目标预测标签之外的其他第二目标预测标签删除，得到所述第三预测标签集合；所述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所述损失信息，包括：基于所述第一预测标签集合和所述有标记样本图像的标签信息，确定有监督损失；基于所述第三预测标签集合和所述第二预测标签集合，确定无监督损失；基于所述正样本标签和所述负样本标签，确定对比损失；基于所述有监督损失、所述无监督损失和所述对比损失，确定所述损失信息。

全文数据：

权利要求：

百度查询： 北京声迅电子股份有限公司 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