申请/专利权人:哈尔滨理工大学
申请日:2022-06-07
公开(公告)日:2022-09-20
公开(公告)号:CN115082786A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/774;G06V10/764;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.11#实质审查的生效;2022.09.20#公开
摘要:一种少量标记条件下的遥感图像目标检测方法,属于遥感图像智能处理技术领域,该方法以一阶段检测框架为基础结构,使用具有残差结构的卷积神经网络作为特征提取网络,并通过特征金字塔网络获取多尺寸特征图,充分利用特征信息;使用旋转边界框作为检测器输出,可以在鸟瞰图像上准确划分前景背景;此外,使用模型无关的元学习方法MAML对区域推荐网络进行元知识更新,推荐每个特征点位置可能包含目标的锚框;检测网络以推荐出的锚框为基准计算检测结果;经过元知识更新步骤,区域推荐网络学习到了同分布检测任务的先验知识,所以网络经过未见类小样本微调,即可得出准确的未见类目标检测结果。
主权项:1.一种少量标记条件下的遥感图像目标检测方法,其特征在于,所述方法包括步骤:将数据集划分为预训练集、元训练集和测试集,并划分元训练集和测试集为各自的支持集和询问集;利用预训练集初始化网络参数;使用元训练集中的支持集对区域推荐网络进行元支持训练;使用元训练集中的询问集进行元询问;根据元询问中的误差,使用反向传播算法更新区域推荐网络参数;利用测试集中的支持集微调整个网络;计算测试集中询问集的检测结果。
全文数据:
权利要求:
百度查询: 哈尔滨理工大学 一种少量标记条件下的遥感图像目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。