一种面向智能驾驶场景的图像文本特征融合域适应目标检测方法

本发明公开了一种面向智能驾驶场景的图像文本特征融合域适应目标检测方法，该方法设计了一种可以学习域无关特征的深度神经网络，其中包含用于使得特征具备域无关性的图像文本特征融合模块和用于将目标域的特征风格转化为源域的特征风格的特征级风格迁移模块；该方法首先预训练模型，设计文本提示短语并提取语义特征，然后利用添加了图像文本特征融合模块的教师模型生成伪标签，再训练额外添加了特征级风格迁移模块的学生模型，最后通过指数移动平均的方法更新教师模型作为最终结果。本发明提出的方法能够有效提升自动驾驶目标检测模型在目标域数据上的适应能力，同时显著降低数据集的标注成本。