基于测试时自适应的图像目标检测方法、装置和电子设备制造方法及图纸

本公开的实施例公开了基于测试时自适应的图像目标检测方法、装置和电子设备。该方法的一具体实施方式包括：将待检测图像输入目标检测模型，得到候选框集和前景置信度向量集；生成背景置信度向量集并添加至前景类别置信度向量集，生成扩展置信度向量集并进行归一化，得到归一化后扩展概率向量集；生成熵最小化损失数值；对目标检测模型的参数进行动态调整，得到调整后目标检测模型；确定已执行次数；生成目标类别概率数值集和候选框位置信息集；确定为目标检测模型，确定已执行次数和预设数值的和，再次执行生成步骤；存储目标类别概率数值集、候选框位置信息集和待检测图像。该实施方式可以通过抑制假正例提升模型泛化能力，减少存储资源的浪费。

【技术实现步骤摘要】

本公开的实施例涉及计算机，具体涉及基于测试时自适应的图像目标检测方法、装置和电子设备。

技术介绍

1、目前，目标检测模型在实际部署中因训练数据(源域)与应用场景(目标域)之间存在差异，导致目标检测模型不能直接泛化至新场景，检测性能下降。为了解决这一问题，tta(test-time adaptation，测试时自适应)方法被提出，测试时自适应方法在测试阶段源域数据不可访问的情况下使用无标签的目标域数据调整预训练目标检测模型，对于基于测试时自适应的图像目标检测，通常采用的方式为：对输入的目标域图像实施数据增强变换，生成多视角图像。接着，建立存储历史目标域样本特征向量的记忆库，动态保留处理过的目标域数据信息。然后，将增强后的目标域图像输入目标检测模型，通过损失函数强制要求模型对多视角图像保持预测结果一致。最后，从记忆库中检索相似历史样本特征，与当前样本特征进行加权融合，得到针对目标域图像的目标类别概率数值集和候选框位置信息集，并进行存储。

2、然而，实践中发现，当采用上述方式对基于测试时自适应的图像进行目标检测时，经常会存在如下技术问题一：由于目标检本文档来自技高网...

【技术保护点】

1.一种基于测试时自适应的图像目标检测方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述前景类别置信度向量集，生成背景类别置信度向量集，包括：

3.根据权利要求1所述的方法，其中，所述根据所述前景类别置信度向量集，生成背景类别置信度向量集，包括：

4.根据权利要求1所述的方法，其中，所述根据所述归一化后扩展概率向量集，生成熵最小化损失数值，包括：

5.根据权利要求1所述的方法，其中，所述根据所述熵最小化损失数值，对所述目标检测模型的模型参数进行动态调整，得到调整后目标检测模型，包括：

6.一种基于测试时自适应的图像目...

【技术特征摘要】

1.一种基于测试时自适应的图像目标检测方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述前景类别置信度向量集，生成背景类别置信度向量集，包括：

3.根据权利要求1所述的方法，其中，所述根据所述前景类别置信度向量集，生成背景类别置信度向量集，包括：

4.根据权利要求1所述的方法，其中，所述根据所述归一化后扩展概率向量集，生成熵最小化损失数值，包...

【专利技术属性】
技术研发人员：傅泽华，胡征慧，刘晨光，
申请(专利权)人：杭州智星航科科技有限公司，
类型：发明
国别省市：