[发明专利]基于稀疏标注数据集的新型目标检测方法与系统

说明书

本发明公开了一种基于稀疏标注数据集的新型目标检测系统，教师检测器在训练期间不回传梯度，而仅在每次训练迭代结束时通过指数滑动平均方式更新参数，由指数滑动平均更新的教师检测器是双输入端口的副教师检测器的平滑版本；教师检测器输入图像是原始图像，即原始图像被馈送到教师检测器以生成教师伪标签集，弱增强和强增强图像被馈送到两个输入端口的副教师检测器以生成原始伪标签集；每个原始伪标签集由教师检测器的输出的伪标签集联合稀疏标注框进行修正和整合，最后用修正整合完的标注框对副教师检测器的预测输出进行监督。本发明还公开了相应的基于稀疏标注数据集的新型目标检测方法。

技术领域

本发明属于深度学习和计算机视觉技术领域，更具体的，涉及一种基于稀疏标注数据集的新型目标检测方法与系统。

背景技术

目标检测作为计算机视觉的基本任务，要求检测器预测输出图像中所有前景目标的边界框和目标类别。近来，随着深度卷积神经网络的快速发展，出现了大量目标检测方法，这些方法的性能很大程度上依赖于完全标注的目标检测数据集。然而，对每个图像中可能存在的前景目标进行详尽的标记既困难又昂贵，而且不完整的框标注往往会导致目标检测器性能的下降。

常用的目标检测器通常能在完全标注数据集的监督学习下获得很好的结果。但是，当数据集包含大量图像和类别时，标注所有给定的目标实例(尤其是在拥挤的场景中)变得非常困难。在工业数据集中，标注的成本和标注的难度往往会很大程度上影响数据集标注的质量，而对于标注不完全，即存在稀疏标注的数据集来说，采用一般的目标检测方法得到的结果往往不尽人意，因为未标记的物体将在训练期间对检测器提供不正确的监督信号，检测器将逐渐收敛到次优超平面，该超平面趋向于将标记对象与未标记对象和背景分离。因此，与将前景对象与背景区域分离相比，由于存在更多的噪声，检测器更可能过拟合到一个次优超平面。传统的做法是拟定更加精细的标注策略，增加标注人员和标注时间来提高标注质量，从而提高目标检测器的性能；但是，这样的做法不仅需要大量的人力资源，还需要高昂的时间成本，会大幅度拉长项目、工程的周期。

现有的技术方案在稀疏标注的数据集中虽然也能获得性能不错的目标检测器，但或多或少存在着一些问题。基于两级检测器的Soft-Sampling方法，将第二级中每个感兴趣区域的回传梯度根据其与标注框的重叠度的龚伯兹函数进行降权。然而，这种方法也会减少来自真实背景的梯度，给网络学习带来负面影响。PPM将孪生网络引入两级检测器，并将孪生网络的两个区域生成网络融合成一个区域生成网络以获得感兴趣区域。然后，他们将具有高对象性得分以及与标注框间有低交并比值的感兴趣区域作为第二阶段训练过程的未标注实例对象。该方法依赖于在稀疏标注数据集中表现依然较稳定的区域生成网络，并不适用于单级检测器。尽管两级检测器对于注释稀少的环境具有方法上的鲁棒性，但它们通常需要更高分辨率的图片输入，使得它们比一级检测器慢。此外，他们必须调整更多预定义和手动设计的超参数，以实现最佳性能。

BRL(Background Recalibration Loss，背景重新校准损失)和Co-mining继承了单级检测器的高效率和简单性。前者重新设计了单级检测器的FocalLoss损失函数，以减少错误监管的负面影响。后者将孪生网络引入单级检测器的稀疏标注目标检测问题，通过两个共享参数的编码器从两个不同的数据增强输入图像中提取特征。每个分支生成伪标签，并将它们与稀疏注释合并，互相作为两分支彼此的监督信号。这一策略在单级检测器的稀疏标注目标检测任务上获得了不错的结果，但仍存在两个尚未得到充分考虑的关键问题：模糊和颜色抖动等简单的数据增强方法是否足以挖掘更多可以通过学习不同的多视图特征表示对模型训练过程产生积极影响的伪标签；如何处理在单级检测器的稀疏标注目标检测算法中生成的错误伪标签。

发明内容

本发明主要涉及的领域为稀疏标注数据集上的目标检测，具体来说是在有部分遗漏标注的目标检测训练数据集中训练以获得一个高性能的目标检测器。本发明的目的在于开发一个在稀疏标注数据集中训练的性能更好的单级目标检测器算法。该算法旨在解决过去的算法中双分支生成的伪标签差异性小和存在错误类别标记或错误位置标记的伪标签的问题，以提升在稀疏标注目标检测任务中单级目标检测器的性能。