一种自动驾驶环境下的不确定性感知半监督目标检测方法
申请号:CN202411687900
申请日期:2024-11-25
公开号:CN119649326B
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开一种自动驾驶环境下的不确定性感知半监督目标检测方法,包括步骤:S1、通过有标签数据的监督学习,利用数据增强和不确定性损失函数得到具有预测不确定性能力的教师模型;S2、教师模型利用无标签数据推理生成模糊伪标签;S3、以模糊伪标签作为学生模型的学习目标,量化教师和学生模型的不确定性输出的相似性。解决了现有半监督目标检测任务中缺乏引入不确定性机制来应对标签匮乏导致的算法检测性能降低的问题。
技术关键词
教师
概率密度函数
学生
无标签数据
损失函数设计
训练深度神经网络
伪标签学习
参数
样本
无监督学习
机制
神经网络模型
半轴
坐标
方程
指数
变量