-
公开(公告)号:CN117635944A
公开(公告)日:2024-03-01
申请号:CN202311658529.8
申请日:2023-12-04
Applicant: 华中科技大学
IPC: G06V10/26 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/0895
Abstract: 本发明公开了一种基于分割大模型的高精度弱监督目标检测分割方法。该方法先利用分类线索提示分割大模型用以生成高召回的图片建议框,再基于该建议框训练弱监督目标检测网络。同时本发明还提出了动态伪标签生成策略用以提升弱监督网络产生的伪标签质量,以及感兴趣区域/查询丢弃方法用以降低伪标签中的噪声影响。此外,本方法可以进一步扩展到弱监督物体分割任务,即通过弱监督检测的伪标签提示分割大模型,用以生成高质量实例伪标签。该实例伪标签能够为物体分割网络提供相比以往弱监督物体分割方法更精细的监督信息。该方法准确而高效,在多个弱监督实例识别基准上取得了远超其他方法的精度与速度。