[发明专利]一种伪标签框生成方法、装置及电子设备

说明书

本申请提供了一种伪标签框生成方法、装置及电子设备，涉及人工智能技术领域。该方法可以基于目标图像中目标的类别的数量，获取到与该数量相等数量的注意力图，且每个注意力图上均可以显著性的呈现出目标图像中属于同一类别的至少一个目标，并由获取到的注意力图，可以得到目标图像中各个目标的伪标签框。由于获取到的注意力图的数量是有限的，因此由注意力图得到的候选框的数量也是有限的，从而使得不需要枚举密集的、冗余的且低精度的伪标签框，从而可以便于后续的目标检测模型训练，提升目标检测精度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一伪标签框生成方法、装置及电子设备。

背景技术

目标检测(object detection)任务是找出图像或视频中人们感兴趣的物体，并同时检测出它们的位置和大小。不同于图像分类任务，目标检测不仅要解决分类问题，还要解决定位问题。

虽然目标检测算法在过去取得了长足的进展，但是这些进展严重依赖大数据驱动的监督学习模式。爆炸增长的数据规模与高昂的监督信息获取成本严重制约了深度学习模型在实际场景中的应用。目前，常采用弱监督学习(weakly supervised learning)算法对用于进行目标检测的目标检测模型进行训练。但目前基于弱监督学习算法得到目标检测模型的成本较高。

发明内容

本申请提供了一种伪标签框生成方法、装置、电子设备、车辆、计算机存储介质及计算机程序产品，能够生成有限数量且高精度的伪标签框，提升了后续目标检测模型训练的速度和精度。

第一方面，本申请提供一种伪标签框生成方法，方法包括：确定目标图像中各个目标的类别，以得到N个类别；基于所述N个类别，对目标图像进行处理，以得到N个注意力图，其中，每个注意力图均与N个类别中的一个类别相关联，每个注意力图均用于显著呈现目标图像中一个类别的目标；基于N个注意力图，得到目标图像中各个目标的伪标签框。

这样，基于目标图像中目标的类别的数量，获取到与该数量相等数量的注意力图，且每个注意力图上均可以显著性的呈现出目标图像中属于同一类别的至少一个目标，并由获取到的注意力图，可以得到目标图像中各个目标的伪标签框。由于获取到的注意力图的数量是有限的，因此由注意力图得到的候选框的数量也是有限的，从而使得不需要枚举密集的、冗余的且低精度的伪标签框，进而可以便于后续的目标检测模型训练，提升目标检测精度。

在一种可能的实现方式中，对目标图像进行处理，以得到N个注意力图，具体包括：基于C个第一标记，并通过注意力机制，对目标图像中进行处理，以得到C个注意力图和C个类别的分类得分，每个第一标记均用于对一个类别的语义进行学习，C≥N；基于C个类别的分类得分，从C个注意力图中筛选出N个注意力图，其中，与N个注意力图相关联的每个类别的分类得分均高于预设分数阈值。

在一种可能的实现方式中，基于N个注意力图，得到目标图像中各个目标的伪标签框之后，方法还包括：针对任意一个伪标签框，调整任意一个伪标签框在至少一个方向上的尺寸，以得到目标伪标签框，目标伪标签框内包含有一个完整的目标。由此以过滤掉伪标签框中的噪声，提升后续模型训练的精度。

在一种可能的实现方式中，基于N个注意力图，得到目标图像中各个目标的伪标签框，具体包括：对N个注意力图中的每个注意力图均进行二值化处理，并利用连通域的方式对二值化处理后的图像进行处理，得到目标图像中各个目标的伪标签框。

在一种可能的实现方式中，方法还包括：对目标图像中所包含的目标进行检测，以得到预测标签框集合，预测标签框集合中包括目标图像中各个目标的预测标签框；基于伪标签框集合和预测标签框集合，对目标检测模型进行训练，伪标签框集合中包括目标图像中各个目标的伪标签框。由此，以得到目标检测模型，进而可以基于该目标检测模型进行目标检测。