基于掩码生成式蒸馏与跨任务一致性的密集目标检测优化方法

本发明公开了一种基于掩码生成式蒸馏与跨任务一致性的密集目标检测优化方法，基于任务感知掩码生成算法，得到学生模型掩码图，利用学生模型掩码图和教师模型特征图训练学生模型，得到特征表征能力增强的学生模型，基于回归任务损失、分类任务损失和特征图对齐损失分别训练学生模型，得到校准后的学生模型；利用校准后的学生模型对密集目标进行检测得到目标检测结果解决了传统知识蒸馏方法在密集目标检测中无法有效处理分类和回归任务的特征需求差异，导致学生模型难以充分学习教师模型的任务相关知识，且现有方法在密集场景中易受背景噪声和目标重叠干扰，影响特征蒸馏的效果的问题。