本發(fā)明公開了一種基于雙偽標(biāo)簽優(yōu)化學(xué)習(xí)的RGB圖像半監(jiān)督目標(biāo)檢測(cè)方法，對(duì)于訓(xùn)練批量中的有標(biāo)注圖像，首先對(duì)圖像進(jìn)行數(shù)據(jù)增廣操作，然后利用真實(shí)標(biāo)簽監(jiān)督學(xué)生模型在圖像上的學(xué)習(xí)。對(duì)于無標(biāo)注圖像，分別獲得其弱增強(qiáng)圖像和強(qiáng)增強(qiáng)圖像。使用構(gòu)建的偽類別優(yōu)化網(wǎng)絡(luò)和偽包圍框優(yōu)化網(wǎng)絡(luò)分別對(duì)教師模型在弱增強(qiáng)圖像的預(yù)測(cè)結(jié)果進(jìn)行優(yōu)化，從而獲得該圖像的偽類別標(biāo)簽和偽包圍框標(biāo)簽。然后利用該圖像的偽類別標(biāo)簽和偽包圍框標(biāo)簽監(jiān)督學(xué)生模型在弱增強(qiáng)圖像上的學(xué)習(xí)。最后，在有標(biāo)注圖像上構(gòu)造用于訓(xùn)練偽類別優(yōu)化網(wǎng)絡(luò)和偽包圍框優(yōu)化網(wǎng)絡(luò)的樣本和，然后用相應(yīng)的標(biāo)簽監(jiān)督優(yōu)化網(wǎng)絡(luò)的學(xué)習(xí)。本發(fā)明可以顯著提升高質(zhì)量偽標(biāo)簽的數(shù)量，進(jìn)而提升RGB圖像目標(biāo)檢測(cè)的效果。