基于混合学习框架的半监督目标检测模型训练方法及系统

本发明提供了一种基于混合学习框架的半监督目标检测模型训练方法及系统。所述方法包括：获取教师模型和学生模型；获取训练集；将任一有标签数据进行强增强操作输入学生模型中获得有标签检测结果；计算有监督损失；将无标签数据分别进行弱增强操作和强增强操作输入教师模型中进行检测生成伪标签，输入学生模型中进行检测获得无标签检测结果；提取伪负标签；计算伪标签损失、伪负标签损失，组成无监督损失；迭代更新学生模型和教师模型的参数。本发明所提供的混合学习策略中，正学习增强模型对目标的定位准确性；负学习有效提高无标签数据利用率的同时，降低了伪标签中噪声的传播，最终显著提高了训练效率和模型检测的准确性。