[发明专利]一种基于全自动学习的目标检测方法

摘要

本发明公开了一种基于全自动学习的目标检测方法，所述方法包括：利用预处理后的小规模的人工标注数据集，使用深度神经网络进行模型的训练，使用Imagenet数据集训练的模型进行微调，获取深度模型；利用深度模型对原始大规模图像数据集伪标注的部分进行推理预测，进行非极大值抑制后去掉同一目标重复的预测，按类别分别存储预测结果的边界框及其置信度；通过自监督伪标注和主动学习样本选择，联合学习深度神经网络预测的信息熵和分歧度，根据权重对未标记的样本进行排序，将伪标签分配给排名靠前的高置信度样本。本发明目的是解决在实际场景下，常用目标检测标注人力成本过高，训练模型迁移性和适应能力差的问题。