1.一种基于弱监督学习的图像识别检测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于弱监督学习的图像识别检测方法,其特征在于:通过点注释、边缘检测器、自适应洪水填充算法生成待检测图像的初始伪标签,具体为:
3.根据权利要求2所述的基于弱监督学习的图像识别检测方法,其特征在于:自适应掩模的半径r(i)为:
4.根据权利要求2所述的基于弱监督学习的图像识别检测方法,其特征在于:所述的步骤s204中,对区分好的图像i采用自适应洪水填充算法,得到待检测图像的初始伪标签,具体为:
5.根据权利要求3所述的基于弱监督学习的图像识别检测方法,其特征在于:所述的点监督显著目标检测模型包括视觉转换器、边缘保持解码器;
6.根据权利要求5所述的基于弱监督学习的图像识别检测方法,其特征在于:所述的步骤s3中,将待检测图像输入点监督显著目标检测模型,结合待检测图像的伪标签进行第1轮训练,得到最终显著图,具体为:
7.根据权利要求6所述的基于弱监督学习的图像识别检测方法,其特征在于:所述的步骤s303中,将边缘结构结合真实边缘检测器生成的边缘图约束,得到最终显著图,具体为:
8.根据权利要求7所述的基于弱监督学习的图像识别检测方法,其特征在于:所述的步骤s4中,抑制最终显著图的非显著性目标,具体为:
9.根据权利要求8所述的基于弱监督学习的图像识别检测方法,其特征在于:进行第1轮和第2轮训练时,采用了二进制交叉熵损失来约束e:
10.一种基于弱监督学习的图像识别检测系统,其特征在于:包括伪标签生成模块、模型构建模块、弱监督学习模块、非显著性目标抑制模块、检测识别模块;