一种基于抗模糊性半监督学习的交通标志检测方法

本申请提供一种基于抗模糊性半监督学习的交通标志检测方法，包括数据获取步骤，图像标注步骤，图像增强步骤，模型构建步骤，伪标签获取步骤，联合置信度获取步骤，伪标签筛选步骤，总损失函数获取步骤，模型训练步骤以及检测结果输出步骤，通过半监督迭代优化，显著提升复杂交通场景下的检测精度与泛化能力，同时降低对标注数据的依赖，并通过抗模糊性半监督学习框架，结合双维置信融合与任务解耦分配策略，在少量标注数据下实现高精度交通标志检测，动态阈值筛选伪标签并分治优化分类与定位任务，有效降低误检和错检率。本发明的优点在于，降低标注成本与计算资源需求，提高了交通标志检测的精确度。