基于跨任务学习的目标检测模型鲁棒性测试方法

本发明提供了一种基于跨任务学习的目标检测模型鲁棒性测试方法，语义分割模型提取得到特征为教师特征，目标检测模型提取得到特征为学生特征，采用查询‑键注意力机制来评估教师特征和学生特征之间的相似度，采用历史梯度稳定策略稳定梯度的优化过程，通过冲突梯度投影，对冲突梯度方向进行调整，并结合交替联合任务元优化获得更好的梯度兼容性，提高测试性能。本发明实现了从语义分割任务中蒸馏出目标检测任务所需的多样化且相关性强的梯度信息，使目标检测模型能够学习到更为通用和鲁棒的特征，进一步稳定和优化了梯度的方向，提高了模型鲁棒性测试的性能。