一种基于FasterRCNN的少样本目标检测方法
基本信息
申请号 | CN202110657030.X | 申请日 | - |
公开(公告)号 | CN113378936A | 公开(公告)日 | 2021-09-10 |
申请公布号 | CN113378936A | 申请公布日 | 2021-09-10 |
分类号 | G06K9/62(2006.01)I;G06K9/32(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 苑洪亮;肖和龙;邓建猛;蒲怀建;薛斌;刘逸尘 | 申请(专利权)人 | 长沙军民先进技术研究有限公司 |
代理机构 | 长沙市护航专利代理事务所(特殊普通合伙) | 代理人 | 莫晓齐 |
地址 | 410000湖南省长沙市高新开发区尖山路39号长沙中电软件园总部大楼G0219 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于Faster RCNN的少样本目标检测方法,包括:S1、获取支持集和询问集图片数据;S2、利用ResNet网络和VGG网络分别提取训练集图片数据对应询问集和支持集中图片的特征图,以及提取对应支持集图片的原型向量,将原型向量和询问集中图片的特征图进行融合并固定大小后进行分类和回归;S3、构建目标损失函数;S4、获取训练好的少样本检测网络模型;S5、将待检测图片输入训练好的少样本检测网络模型中以得到对应的目标类别和位置坐标,实现了少样本目标的检测。本发明利用ResNet网络提取高分辨率特征图,借助类注意模块突出了目标类,同时将多维特征向量图与原始特征图相加恢复了融合处理过程中所丢失的信息,从而能够实现少样本目标的准确检测。 |
