Na detecção de objetos em nível de instância em ambientes internos, o aprendizado profundo tradicional requer uma grande quantidade de amostras de treinamento rotuladas manualmente para treinar a rede, o que é demorado e trabalhoso. Para isso, foi proposta e implementada uma rede de detecção de objetos semi-supervisionada em nível de instância chamada SVD-RCNN que utiliza decomposição em valores singulares (Singular Value Decomposition, SVD) e treinamento colaborativo. Amostras chave são selecionadas para rotulagem manual e pré-treinamento do SVD-RCNN para garantir que obtenha mais conhecimento a priori, utilizando uma estratégia de convergência-decomposição-ajuste fino baseada em SVD para obter dois detectores independentes e fortes no SVD-RCNN que atendam aos requisitos do treinamento colaborativo. Por fim, foi proposta uma estratégia de auto-rotulagem adaptativa para obter auto-rotulagens e resultados de detecção de alta qualidade. O método foi testado em vários conjuntos de dados de instância interna, rotulando manualmente apenas 199 amostras no conjunto de dados GMU, atingindo uma média de precisão média (mean Average Precision, mAP) de 79,3%, representando apenas uma diminuição de 2% em comparação com o Faster RCNN totalmente supervisionado, que requer 3.851 amostras rotuladas e obtém um mAP de 81,3%. Experimentos de ablação e uma série de testes provaram a eficácia e universalidade do método. O método proposto requer apenas 5% dos dados de treinamento rotulados manualmente para alcançar uma precisão de detecção em nível de instância comparável ao aprendizado totalmente supervisionado, o que é benéfico para aplicações práticas de robôs inteligentes no reconhecimento eficiente de diferentes objetos de instância.

Visão computacional;Detecção de objetos;Aprendizado semi-supervisionado;Auto-rotulagem