一种适用于单目3D目标检测任务的半监督学习方法

摘要

本发明公开了一种适用于单目3D目标检测模型的半监督学习方法，所述方法包括：基于标注数据训练初始教师模型，根据得到的教师模型进行面向数据库的伪标签生成和基于合成图像的学生模型训练，将本轮次训练所得到的学生模型作为下一轮次的教师模型，如此迭代进行多轮次训练直至达到训练要求，得到训练好的学生模型即为单目3D目标检测模型；在训练中采用目标边界框位置不确定度估计方法过滤噪声伪标签，进一步提升半监督训练效果。本发明利用额外的无标签数据，有效提升单目3D目标检测相关算法的精度指标；提出了一种目标边界框位置不确定度估计方法，用于有效过滤噪声伪标签，进一步提升半监督学习的训练效果。