公开(公告)号：CN118691792A

公开(公告)日：2024-09-24

申请号：CN202410698235.6

申请日：2024-05-31

Applicant: 同济大学

Inventor： 安翊宁 ,  宋春林

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及小样本目标检测领域，尤其是涉及一种基于改进SPP结构的多检测头双阶段小样本目标检测方法，主要包括以下步骤：设计五分支Spatial Pyramid Pooling(SPP)结构；将改进的SPP结构加入新的检测头分支中，并将该分支插入现有网络结构中，构建检测网络；将具有少量标注信息的新类小样本数据集作为输入，对检测网络的检测头部分的参数进行微调；将待检测数据集输入检测网络中，得到检测结果。与现有技术相比，本发明具有如下优点：提升了模型对各种大小目标的检测性能；在新增的检测头中整合了SPP结构，能够更灵活、高效地处理各种尺度的目标，降低了计算成本、减少了参数数量，并提高了特征表达的稳定性，有助于进一步提高目标检测的准确性。

公开(公告)号：CN118570603A

公开(公告)日：2024-08-30

申请号：CN202410528585.8

申请日：2024-04-29

Applicant: 同济大学

Inventor： 安翊宁 ,  宋春林

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及小样本目标检测领域，尤其是涉及一种基于优化CBAM注意力机制的双阶段小样本目标检测方法，包括以下步骤：使用基类数据集对双阶段目标检测网络Faster‑RCNN进行训练，得到基类检测模型；将所述基类检测模型中特征提取主干网络的参数冻结；优化CBAM注意力机制模块；将优化后的CBAM注意力模块放置在特征提取主干网络中，构建检测网络，然后将具有少量标注信息的新类小样本数据集作为输入，对检测网络的检测头部分的参数进行微调；将待检测数据集输入检测网络中，得到检测结果。与现有技术相比，本发明具有抑制不重要空间信息的影响，提高对重要空间信息的关注度，增强对不同尺度特征的敏感度，以及强大的泛化能力和鲁棒性等诸多优点。