基于弱监督学习的目标检测研究进展

摘要：

随着卷积神经网络(Convolutional Neural Network,CNN)的不断发展,目标检测作为计算机视觉中最基本的技术,已取得了令人瞩目的进展.介绍了强监督目标检测算法对数据集标注精度要求高的现状.对基于弱监督学习的目标检测算法进行研究,按照不同的特征处理方法将该算法归为四类,并分析比较了各类算法的优缺点.通过实验比较了各类基于弱监督学习的目标检测算法的检测精度,并将其与主流的强监督目标检测算法进行了比较.展望了基于弱监督学习的目标检测算法未来的研究热点.

关键词：弱监督学习;目标检测;多示例学习;类激活图;注意力机制;伪标签

所属期刊栏目：57

分类号：TP183(自动化基础理论)

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：40-49