公开(公告)号：CN118247607B

公开(公告)日：2024-09-06

申请号：CN202410658185.9

申请日：2024-05-27

Applicant: 厦门大学

Inventor： 张声传 ,  赖训发 ,  杨芷钰 ,  张岩 ,  曹刘娟 ,  纪荣嵘

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明公开一种基于双旋转局部不一致性学习的半监督伪装目标检测方法，针对于“伪装目标数据的像素级标注耗时耗力，半监督学习提供了潜在解决方案，但是直接将成功的半监督范式迁移到伪装目标检测任务上，面临伪标签存在局部性噪声的问题，即同一伪标签内不同区域噪声程度不同，直接用带噪声伪标签进行监督会损害模型性能”的问题，基于经典的半监督学习教师‑学生范式，同时提出了一种新颖的双旋转局部不一致性学习。双旋转局部不一致性学习通过不同旋转视图的局部预测不一致对同一伪标签不同区域赋予不同权重来缓解局部噪声问题，帮助模型自适应调整不同质量伪标签的贡献，使伪装目标检测模型获得充分监督的同时，避免确认偏差。

公开(公告)号：CN118247607A

公开(公告)日：2024-06-25

申请号：CN202410658185.9

申请日：2024-05-27

Applicant: 厦门大学

Inventor： 张声传 ,  赖训发 ,  杨芷钰 ,  张岩 ,  曹刘娟 ,  纪荣嵘

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明公开一种基于双旋转局部不一致性学习的半监督伪装目标检测方法，针对于“伪装目标数据的像素级标注耗时耗力，半监督学习提供了潜在解决方案，但是直接将成功的半监督范式迁移到伪装目标检测任务上，面临伪标签存在局部性噪声的问题，即同一伪标签内不同区域噪声程度不同，直接用带噪声伪标签进行监督会损害模型性能”的问题，基于经典的半监督学习教师‑学生范式，同时提出了一种新颖的双旋转局部不一致性学习。双旋转局部不一致性学习通过不同旋转视图的局部预测不一致对同一伪标签不同区域赋予不同权重来缓解局部噪声问题，帮助模型自适应调整不同质量伪标签的贡献，使伪装目标检测模型获得充分监督的同时，避免确认偏差。