[发明专利]一种基于通道选择的对抗消除弱监督目标检测方法

摘要

本发明涉及一种基于特征通道选择的对抗消除弱监督目标检测方法，用于解决弱监督目标检测定位误差的问题。首先，以弱监督深度目标检测为底层框架，采用选择性搜索方法在训练集数据上生成候选框，并与训练集图像和对应的图像标签一起作为弱监督网络的输入；其次，以VGG16为基础网络构建特征提取网络模型，并对得到的特征图像用特征通道压缩的方式进行通道加权选择，激励有利于分类的图像特征层，而抑制对分类有干扰的特征层；然后，采用对抗消除方法得到能够表达图像目标的完整特征表达作为预测网络的输入；最后，根据多任务交叉熵损失来训练预测网络，实现目标检测。本发明不仅可以更加精确定位目标物体的位置，而且能够提高物体识别的精度。

主权项

1.一种基于特征通道选择的对抗消除弱监督目标检测方法，其特征在于包括以下步骤：/n步骤1：数据预处理/n步骤2：生成目标区域候选框/n通过选择性搜索算法对预处理后的每幅图像生成候选框集R，即生成图像中可能存在目标物体的一系列矩形区域，仅保留相似度和重合度小于阈值A的候选框；/n步骤3：构建整体网络模型，模型分为六部分：初步特征提取网络、显著区域特征提取网络、次级区域特征学习网络、全面特征提取层、感兴趣区域池化层以及全局平均池化层；/n其中，所述的初步特征提取网络用于提取图像的初步特征，输入为经过步骤1预处理后的数据集；/n所述的显著区域特征提取网络用于对图像的初步特征进行特征通道选择，得到显著区域特征图像M