基本信息

---

下载

文档摘要

---

摘要

在人工智能研究领域，目标检测与实例分割属于核心内容，并在现实生活中

承担着极为关键的作用。这两项技术相互关联、相互促进，提高目标检测的准确

性能够增强模型对分割区域的定位能力，而精确的分割精度又能进一步优化模型

对检测框的调整。本论文旨在探讨现阶段中目标检测与实例分割领域遇到的挑战，

并完成了以下研究任务：

针对弱监督目标检测过程中极易陷入局部最具判别性区域的问题，本文中提

出了一种基于注意力特征增强的弱监督目标检测算法。首先，该算法将最具判别

性区域极易被误判为示例目标整体归结