【技术实现步骤摘要】
本专利技术涉及目标检测，具体涉及一种基于高质量伪标签挖掘的目标检测增量学习方法。
技术介绍
1、目标检测是一项基本而重要的任务，有各种各样的应用，然而，静态检测器不能很好地适应现实世界的需要，因为环境的变化和额外的需求要求目标检测模型不断对新的类进行检测与更新，这样的任务被称为增量目标检测，物体探测器在获取新知识的同时，要免受灾难性遗忘的影响。
2、以往的方法主要采用知识蒸馏方法来克服灾难性遗忘问题。通过从教师模型的数据流中提取输出，对学生模型提供直接监督，使新目标检测模型(学生模型)更接近于旧目标检测模型。这为目标检测模型的更新增加了一个隐式的正则化。这种蒸馏范式也可以看作是伪标签的一种特殊情况，其中蒸馏目标实际上是新的训练过程中的伪标签。
3、当前的蒸馏策略并没有充分利用到伪标签的潜在价值，简单的使用伪标签传递知识，旧目标检测模型的性能受到了新目标检测模型性能的严重影响。由于检测器的模型容量受限，先前模型生成的定位质量可能远远不及实际情况。直接要求目标模型模仿这些良莠不齐的数据中的知识，可能会混淆模型的学习过...
【技术保护点】
1.一种基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，步骤一具体包括：
3.根据权利要求1所述的基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，步骤二具体包括：
4.根据权利要求1所述的基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，步骤三具体包括：
【技术特征摘要】
1.一种基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，步骤一具体包括：
3...
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。