国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:陈俊芬,李娜娜,谢博鋆,张杰
单位:河北大学数学与信息科学学院, 河北 保定 071002
关键词:弱监督目标检测,特征融合,注意力机制,半监督学习,
基金:河北省引进留学人员资助项目(C20200302);河北省教育教学改革研究与实践项目(2020GJJG007)
为了降低标注成本,解决目标定位不准、细节信息遗漏等问题,提出双注意力引导特征融合的半弱监督目标检测算法, 利用全标记和弱标记数据来平衡检测性能和标注成本,使用空间注意力将低层特征图与高层特征图进行像素级加权融合,使高层特征图具有丰富的低层信息,对融合后的特征图进行通道加权运算,得到细节、位置信息丰富的高层特征图。为了得到更准确的伪标注框,提出更具鲁棒性的候选框筛选策略。实验表明,本文提出的算法具有较优的检测性能,减少了全标记图像的数据量和额外的图像级标注。
来源:2025年第1期
《山东大学学报(理学版)》期刊编辑部