申请/专利权人:中国大唐集团科学技术研究总院有限公司西北电力试验研究院;中国大唐集团科学技术研究总院有限公司
申请日:2023-12-08
公开(公告)日:2024-04-09
公开(公告)号:CN117853737A
主分类号:G06V10/40
分类号:G06V10/40;G06V10/82;G06V10/80;G06V10/25;G06V10/764;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了基于多尺度特征映射和度量学习的小样本目标检测方法,包括骤:构建基类数据集和新类数据集,并在新类、基类的每个类别中选择相同样本数量的数据集组成平衡数据集;构建目标检测网络,目标检测网络包括特征提取模块、区域生成模块、感兴趣区域池化模块和检测模块;将基类数据集输入到目标检测网络进行训练,得到经过基类数据集训练后的目标检测网络;将平衡数据集输入到上述训练后的目标检测网络,对模型目标检测网络的分类头、回归头进行调整,得到基类、新类联合训练后的目标检测网络,能提高检测精度。
主权项:1.基于多尺度特征映射和度量学习的小样本目标检测方法,其特征在于,包括以下步骤:步骤1、构建基类数据集和新类数据集,并在新类、基类的每个类别中选择相同样本数量的数据集组成平衡数据集;步骤2、构建目标检测网络,所述目标检测网络包括特征提取模块、区域生成模块、感兴趣区域池化模块和检测模块;步骤3、将所述基类数据集输入到目标检测网络进行训练,得到经过基类数据集训练后的目标检测网络;步骤4、将所述平衡数据集输入到步骤3训练后的目标检测网络,对模型所述目标检测网络的分类头、回归头进行调整,得到基类、新类联合训练后的目标检测网络。
全文数据:
权利要求:
百度查询: 中国大唐集团科学技术研究总院有限公司西北电力试验研究院;中国大唐集团科学技术研究总院有限公司 基于多尺度特征映射和度量学习的小样本目标检测方法
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。