-
公开(公告)号：CN117726870A
公开(公告)日：2024-03-19
申请号：CN202311748564.9
申请日：2023-12-19
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/092 , G06V10/30
Abstract: 本发明公开了基于扩散模型的小样本目标检测模型增强学习方法和装置，属于深度学习和计算机视觉领域，包括：采集基类数据和新类数据对小样本目标检测模型进行预训练；构建描述新类数据中物体的提示词并转换为文本向量，输入稳定扩散模型中引导高斯噪声降噪得到新类支持集；将基类数据原图中的物体进行像素置零，同文本向量一起输入稳定扩散模型中，得到提示词相关的生成图像并还原到原图中，作为新类训练集；基于新类支持集和新类训练集实现对小样本目标检测模型的增强学习。本发明提出的基于稳定扩散模型的数据增广方式和模型微调策略，能够有效提升训练数据不足时小样本目标检测模型的检测性能，具有较高的泛化能力。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
