基于半监督学习的检测模型训练方法、装置、设备及介质

摘要

本申请提供一种基于半监督学习的检测模型训练方法、装置、设备及介质，涉及图像处理技术领域。该方法通过对样本图像中检测目标的第一识别区的已有标注框，采用预设扩增规则，得到其他多个识别区的扩增标注框，并根据第一识别区的已有标注框以及其他识别区的扩增标注框进行模型的训练，得到检测模型。其中，通过预设扩增规则，在已有标注框的基础上，得到多个扩增标注框，可以有效提高训练样本扩增速度，从而提高检测模型训练的效率，同时也有效增强了检测模型的泛化能力。另外，通过采用改进后的损失函数，对训练得到的检测模型进行优化，使得检测模型的检测精确度更高。