基于定位置信度加权的半监督目标检测算法

作     者：冯泽恒 王丰 FENG Zeheng;WANG Feng

作者机构：广东工业大学信息工程学院广州510006 

基　　金：国家自然科学基金(61901124) 广东省自然科学基金(2021A1515012305) 广州市基础研究计划项目(202102020856) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第6期

页      码：249-258页

摘      要：为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的置信度指标,设计基于该置信度加权的无监督定位损失函数,降低伪标签位置噪声对模型训练的负面影响。实验结果表明了该算法的性能优势,针对微软COCO数据集,在有标注数据占比训练集分别为1%、5%和10%的场景下,该算法相比于现有Soft Teacher方案的平均精度分别提高了1.1、1.2和1.5个百分点;针对PASCAL VOC数据集,在使用VOC07和VOC12分别作为有标注和无标注训练数据的场景下,该算法相比Soft Teacher方案的平均精度提高了1.6个百分点。

主 题 词：目标检测 半监督学习 伪标签 位置噪声 定位置信度 定位损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2210-0400

馆 藏 号：203126691...