[发明专利]一种基于伪真值自适应法的弱监督物体检测方法

摘要

本发明涉及一种基于伪真值自适应法的弱监督物体检测方法，是为了解决现有的全监督物体检测器需依靠大量有标注信息的数据库，以及当图片中含多个物体且物体相互遮挡时物体位置检测不准确的缺点而提出的，包括：将图片输入到弱监督物体检测器中，将检测器输出结果进行非极大抑制处理，在处理结果中选取每种物体得分最高的边界框；根据选出的边界框的位置信息训练候选区域产生网络，并保留与得分最高的边界框重合面积大于一定值的边界框，将对应于同一个物体的候选区域的像素坐标求平均值，根据计算结果确定每个物体的唯一边界框；将边界框信息作为伪真值输入给全监督物体检测器。本发明适用于物体检测技术，尤其是真实场景中的一般物体检测技术。

主权项

一种基于伪真值自适应法的弱监督物体检测方法，其特征在于，包括：步骤1)、构建训练样本；步骤2)、将训练样本中的图片输入到基于多事例学习法的弱监督物体检测器中；步骤3)、将弱监督物体检测器的输出结果进行非极大抑制处理，在处理结果图片选取每种物体得分最高的边界框；步骤4)、根据步骤3)选取的边界框的位置信息训练候选区域产生网络，使用所述候选区域产生网络产生多个候选区域，保留与步骤3)所述的得分最高的边界框重合面积比大于一定阈值的所有候选区域；每个类别的物体对应多个候选区域；步骤5)、将对应于同一个物体的候选区域的像素坐标求平均值，根据计算结果确定每个物体的唯一边界框；步骤6)、将步骤5)中得到的边界框的信息输入给全监督物体检测器,得到检测结果。