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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD