但是对于背景干扰对检测造成的影响来说，上下信息产生的作用是十分有限的。

但是对于背景干扰对检测造成的影响来说，上下信息产生的作用是十分有限的。因此，需要寻求其他的方法对网络的特征提取能力进行改进。在弱监督学习中，常将图像级标签用于提取目标的显着性特征。因此，基于这个思想，我们将图像级标签用到了特征提取网络的训练过程中。

但是对于背景干扰对检测造成的影响来说，上下信息产生的作用是十分有限的。 因此，需要寻求其他的方法对网络的特征提取能力进行改进。 在弱监督学习中，常将图像级标签用于提取目标的显著性特征。 因此，基于这个思想，我们将图像级标签用到了特征提取网络的训练过程中。

But for the influence of background interference on detection, the effect of up and down information is very limited. Therefore, we need to find other methods to improve the feature extraction ability of the network. In weak supervised learning, image level tags are often used to extract the salient features of objects. Therefore, based on this idea, we use image level tags in the training process of feature extraction network.<br>