公开(公告)号：CN118674913A

公开(公告)日：2024-09-20

申请号：CN202410729813.8

申请日：2024-06-06

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  张优优 ,  闵锋 ,  李迅

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/52 ,  G06V10/771 ,  G06V10/776 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了基于解耦分类器和注意力特征对齐的小样本目标检测方法，涉及目标检测领域，包括以下步骤：S1、数据集划分，将数据集的类别划分为基类和新类两个部分；S2、构建网络结构，通过对Faster R‑CNN的扩展，将标准分类器Faster R‑CNN解耦为两个独立的组件在R‑CNN的分类分支添加了校准网络CaliNet，解决了度量时特征不对齐的问题；在主干网络后面插入两个梯度解耦层GDL模块，实现在Faster R‑CNN不同组件之间的高效解耦；S3、使用基类数据对模型进行预训练；S4、使用新类数据对步骤S3中预训练之后的模型进行微调；S5、输入待检测的图像，利用经过步骤S4微调后的预训练模型进行推理，输出目标检测结果。本发明能更有效地执行小样本目标检测任务。