公开(公告)号：CN113392933B

公开(公告)日：2022-04-15

申请号：CN202110764822.7

申请日：2021-07-06

Applicant: 湖南大学

Inventor： 蔡敏捷 ,  罗敏怡

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于不确定性引导的自适应跨域目标检测方法，属于图像处理以及目标检测技术领域，包括以下步骤：S1.目标检测模型的预训练；S2.针对目标域数据的随机前向预测；S3.计算目标检测每个实例的平均类别概率、位置以及对应的不确定性；S4.图像伪标签的选择；S5.不确定性引导的模型自训练。本发明的基于不确定性引导的自适应目标检测方法，基于无监督领域自适应的框架，与现有技术不同的是本发明明确考虑了目标检测模型的不确定性，提出了一个不确定性感知伪标签选择算法，并基于得到的伪标签来进行模型自训练的新方法。基于本发明提出的方法，能够极大地提高目标检测模型的通用性能。

公开(公告)号：CN113392933A

公开(公告)日：2021-09-14

申请号：CN202110764822.7

申请日：2021-07-06

Applicant: 湖南大学

Inventor： 蔡敏捷 ,  罗敏怡

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于不确定性引导的自适应跨域目标检测方法，属于图像处理以及目标检测技术领域，包括以下步骤：S1.目标检测模型的预训练；S2.针对目标域数据的随机前向预测；S3.计算目标检测每个实例的平均类别概率、位置以及对应的不确定性；S4.图像伪标签的选择；S5.不确定性引导的模型自训练。本发明的基于不确定性引导的自适应目标检测方法，基于无监督领域自适应的框架，与现有技术不同的是本发明明确考虑了目标检测模型的不确定性，提出了一个不确定性感知伪标签选择算法，并基于得到的伪标签来进行模型自训练的新方法。基于本发明提出的方法，能够极大地提高目标检测模型的通用性能。