公开(公告)号：CN113822368A

公开(公告)日：2021-12-21

申请号：CN202111153974.X

申请日：2021-09-29

Applicant: 成都信息工程大学

Inventor： 符颖 ,  林弟忠 ,  胡金蓉 ,  文武 ,  邹书蓉 ,  周激流

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像识别领域，具体公开了一种基于无锚的增量式目标检测方法，包括以下步骤：步骤1、选取目标检测模型；步骤2、基于步骤1的目标检测模型，构建小样本目标检测模型；步骤3、对所述小样本目标检测模型进行元训练；步骤4、对训练后的小样本目标检测模型进行元测试。本发明在大量含丰富标签的基类数据(图像)和少量含标签的小样本(few‑shot)新类的训练下，提升了对新类测试图片的检测效果，即提高mAP和AR分数的提升。

公开(公告)号：CN113822368B

公开(公告)日：2023-06-20

申请号：CN202111153974.X

申请日：2021-09-29

Applicant: 成都信息工程大学

Inventor： 符颖 ,  林弟忠 ,  胡金蓉 ,  文武 ,  邹书蓉 ,  周激流

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及图像识别领域，具体公开了一种基于无锚的增量式目标检测方法，包括以下步骤：步骤1、选取目标检测模型；步骤2、基于步骤1的目标检测模型，构建小样本目标检测模型；步骤3、对所述小样本目标检测模型进行元训练；步骤4、对训练后的小样本目标检测模型进行元测试。本发明在大量含丰富标签的基类数据(图像)和少量含标签的小样本(few‑shot)新类的训练下，提升了对新类测试图片的检测效果，即提高mAP和AR分数的提升。