一种未知可分类开放世界目标检测方法

本发明提供了一种未知可分类开放世界目标检测方法，属于计算机视觉的目标检测技术领域。本发明使用Faster R‑CNN作为基础目标检测模型；采用区域提议网络生成的边界框提议作为SAM分割算法的先验信息，对输入图像进行分割，生成所有潜在对象的伪标签；将潜在对象的伪标签利用IOU和最短边过滤的方法生成未知对象伪标签；基于Faster R‑CNN目标检测模型构建未知可分类开放世界目标检测模型，原分类头中引入未知分类头挖掘图像中的未知对象，并采用基于相似性的未知分类检测未知对象的不同类别；通过未知聚类细化模块细化未知对象分类；通过已知对象的真实标签和未知对象的伪标签训练未知可分类开放世界目标检测模型。本发明提高未知对象的可分离性，提高聚类纯度，达到对未知类精细化分类。