基于小样本机器学习与超参数优化的水下目标检测方法专利查询专利号|摘要-满商公司网

基于小样本机器学习与超参数优化的水下目标检测方法

基本信息

申请号	CN202110442031.2	申请日	-
公开（公告）号	CN113239980B	公开（公告）日	2022-07-05
申请公布号	CN113239980B	申请公布日	2022-07-05
分类号	G06K9/62（2022.01）I;G06N3/02（2006.01）I	分类	计算；推算；计数;
发明人	李新宇;孙晨;文龙;万宇森	申请（专利权）人	中国地质大学（武汉）
代理机构	武汉知产时代知识产权代理有限公司	代理人	-
地址	430000湖北省武汉市洪山区珞喻路1037号
法律状态	-

摘要

本发明提供了一种基于小样本机器学习与超参数优化的水下目标检测方法，包括：构建基于Cascade‑RCNN的小样本目标检测模型；预训练数据集；利用预训练数据集对小样本目标检测模型进行预训练，获得小样本目标检测模型的预训练权重θ′；构建待检测的目标数据集；将目标数据集划分为有标记的支持集和无标记的查询集；对目标数据集进行预处理；对小样本目标检测模型进行微调，得到最终训练完成的小样本目标检测模型；采用基于TPE的贝叶斯优化模型对训练完成的小样本目标检测模型进行超参数优化，得到优化后的小样本目标检测模型；输入预处理后的查询集至优化后的目标检测模型，得到目标检测结果。本发明实现了不依赖于大样本、可以自动调节超参数的目标检测。