基于CenterNet的半监督起落架自动标注

作者：方伟; 汤淼^*; 闫文君; 张婷婷

来源：兵器装备工程学报, 2023, 44(04): 239-244.

• 图像自动标注
• CenterNet
• 通道注意力机制
• 半监督学习
• 目标检测模型

针对飞机起落架标注人工标注费时费力问题，提出了将CenterNet目标检测模型与半监督学习结合起来对飞机起落架进行自动标注。该方法在CenterNet的主干特征网络ResNet50基础上嵌入通道注意力机制并对其有效性进行了验证，结合半监督学习，用标记样本训练的模型对未标记样本进行标注并对得到的问题样本进行人工修正后叠加进原标记样本组成新的数据集继续训练，最终生成性能较好、能够自动标注的目标检测模型。实验结果表明，模型经过5次迭代训练后，得到标注模型的精确率达到95.29%,平均准确率达到92.16%,对飞机起落架的定位能够满足标注要求。