一种基于区域框融合的开放世界目标检测方法

本发明公开了一种基于区域框融合的开放世界目标检测方法。方法包括：根据图像的预测框将真实框划分已知类正样本和负样本；将负样本通过基于区域框融合的未知对象自标记模块筛选出未知类真实框，并对负样本重标记为未知类正样本；根据已知类和未知类正样本获得总损失，进行目标检测模型训练；使用训练好的模型获得待检测的图像中的目标物体和未知物体的位置和类别，实现开放世界目标检测。本发明方法在自标记阶段实现了对于背景中潜在物体更全面准确的标记，提高了开放世界目标检测中未知物体的检测性能；此外，类判别损失帮助模型学习了区分性的类别特征，减少类别混淆，提高了模型的分类准确性。