双注意力引导特征融合的半弱监督目标检测

摘要

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。

关键词

弱监督目标检测 / 特征融合 / 注意力机制 / 半监督学习

基金资助

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)