【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种无源域适应目标检测方法及装置。
技术介绍
1、在进行目标检测时，如果使用训练集训练的目标检测模型检测某一新环境中的目标，存在训练集(源域)和测试集(目标域)中的数据分布不一致的问题，导致训练好的目标检测模型在新环境中效果不佳。如果为新环境收集并标注一个足够大的数据集，费时费力，成本高昂。
2、为了解决这一问题，无源域适应目标检测被提出，其致力于将源域上训练好的目标检测模型中的知识迁移到目标域，在不需要对目标域数据进行标注和访问的情况下，提高目标检测模型在目标域上的检测性能，极大降低标注成本。
3、现有的无源域适应目标检测方法通常采用伪标签生成策略。由源域上预训练的目标检测模型为目标域数据集生成伪标签，作为在目标域上的监督信息来微调目标检测器。在这类方法中，伪标签的质量影响目标检测模型适应后的性能。例如，类别不平衡问题会引入有噪声的伪标签，因为常见类别受到更多关注，影响对稀有类别的目标检测的性能。因此，伪标签不准确和目标检测模型对域偏移敏感等问题，导致目标检测的准确性较低。p>
本文档来自技高网...
【技术保护点】
1.一种无源域适应目标检测方法，其特征在于，包括：
2.根据权利要求1所述的无源域适应目标检测方法，其特征在于，所述基于教师模型从目标域数据集的部分图像中提取的各类目标的第一实例特征，构建所述各类目标的多个特征原型，包括：
3.根据权利要求2所述的无源域适应目标检测方法，其特征在于，所述根据各类所述目标的第一实例特征，构建所述各类目标的多个特征原型，包括：
4.根据权利要求2所述的无源域适应目标检测方法，其特征在于，所述根据所述各类目标的多个特征原型，对所述教师模型获取的所述目标域数据集中各图像的目标检测结果进行纠正，得到所述各图像
【技术特征摘要】
1.一种无源域适应目标检测方法，其特征在于，包括：
2.根据权利要求1所述的无源域适应目标检测方法，其特征在于，所述基于教师模型从目标域数据集的部分图像中提取的各类目标的第一实例特征，构建所述各类目标的多个特征原型，包括：
3.根据权利要求2所述的无源域适应目标检测方法，其特征在于，所述根据各类所述目标的第一实例特征，构建所述各类目标的多个特征原型，包括：
4.根据权利要求2所述的无源域适应目标检测方法，其特征在于，所述根据所述各类目标的多个特征原型，对所述教师模型获取的所述目标域数据集中各图像的目标检测结果进行纠正，得到所述各图像的伪标签，包括：
5.根据权利要求4所述的无源域适应目标检测方法，其特征在于，所述根据所述各目标的第二实例特征与所述各类目标的多个特征原型之间的相似度，对所述各目标的第二类别标签和所述各目标属于所述第二类...
【专利技术属性】
技术研发人员：张璐，张思琦，刘智勇，乔红，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。