一种基于显著性指导的端到端的弱监督目标检测方法

摘要

本发明公开了一种基于显著性指导的端到端的弱监督目标检测方法。此方法构造一个深度神经网络，在弱监督分类器网络的基础上增加目标框的显著性子网络；同时利用弱监督方法训练得到的类别相关的显著图，用上下文差异的准则选取类别相关的种子目标区域，用来监督训练显著性子网络和分类器子网络。本方法与以往的弱监督目标检测方法相比，得到了更好的性能，同时只需要图像级标签进行训练，减少了标注训练数据的工作量。