基于参考图像的无监督目标检测训练方法和系统

一种基于参考图像的无监督目标检测训练方法和系统，包括以下步骤：该方法首先利用自监督视觉Transformer提取图像块注意力图，通过迭代归一化切割算法和前景筛选规则生成无类别标签的伪边界框；随后对多张图像的伪框进行数据增强与拼接，构建训练集，结合匈牙利匹配损失优化边界框回归及前景分类；进一步引入特征相似性损失，通过随机裁剪伪框生成参考图像，利用参考编码器将目标图像预测特征与参考特征映射至同一嵌入空间，基于余弦相似度约束模型学习隐式类别关联；最终，检测器可同时执行类别无关的边界框预测及基于相似度阈值的类别感知检测。本发明无需人工标注数据，解决了传统方法对预定义类别的依赖，显著提升开放环境下未知目标的检测与分类能力，适用于自动驾驶、工业检测等动态场景。