-
公开(公告)号：CN117475212A
公开(公告)日：2024-01-30
申请号：CN202311423496.9
申请日：2023-10-30
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/42 , G06V10/774
Abstract: 本发明公开了一种基于数据增强和分布校准的小样本目标检测方法，以在图像中检测出少量样本的新类别目标。该方法包含：构建包含基础类别数据集和新类别数据集的目标检测数据集；在基础类别数据集上预训练目标检测神经网络模型，获得基础类别的特征分布；采用数据增强方法合成新类别样本；计算样本特征距离，筛选更接近新类别分布的合成样本；进行基础类别的分布漂移补偿；使用基础类别分布校准新类别样本分布；最终获得适用于小样本目标检测的模型。该方法可以有效地利用基础类别知识帮助新类别目标的检测，提高了小样本条件下的目标检测性能。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
