基于半监督学习的目标检测方法、系统、设备及存储介质

本发明涉及目标检测技术领域，具体提供一种基于半监督学习的目标检测方法、系统、设备及存储介质，包括：获取数据集，所述数据集包括标记图像和未标记图像；利用密集检测器基于标记图像为未标记图像生成伪标签；利用伪标签分配器根据伪标签的得分将伪标签划分为可靠标签和软标签；将伪标签更新至数据集，并利用更新后的数据集对目标检测模型进行训练，所述目标检测模型在训练后识别样本图像中的目标对象；设置软标签在训练过程中仅参与预设的部分损失计算，以降低软标签导致的训练误差。本发明构建了一个高效的半监督学习目标检测框架，提升了目标检测模型的准确度。