一种基于渐进式多元化域迁移的弱监督实时目标检测方法

摘要

本发明提出了一种基于渐进式多元化域迁移的弱监督实时目标检测方法，致力于解决弱监督条件下的跨域目标检测问题。该方法提出一种两阶段渐进式域迁移框架和一种与该框架相匹配的实时目标检测器，使用中间域弥合域差距，将困难的任务分解为两个更容易且差距更小的子任务。首先，通过域移位器使标注数据的分布多样化，将源域图像转化为多元化的中间域图像，然后将中间域作为监督的源域，并结合目标域中的图像级标签生成伪标注图像样本。采用50层残差网络单元的堆栈并额外叠加3个卷积模块构成基础网络，并将特征金字塔网络以自上而下、自下而上的路径以及横向连接深度融合，同时采用广义交并比作为位置损失函数，以此构建实时目标检测器。通过中间域和伪标注的人工生成图像样本对目标检测模型逐步调整以解决域迁移过程中图像翻译偏差性及特征级适应的源偏判别性等问题，在弱监督条件下提升了检测准确率并保证了实时性。