一種基于FasterRCNN的少樣本目標(biāo)檢測方法

基本信息

申請?zhí)?/td> CN202110657030.X 申請日 -
公開（公告）號 CN113378936A 公開（公告）日 2021-09-10
申請公布號 CN113378936A 申請公布日 2021-09-10
分類號 G06K9/62（2006.01）I;G06K9/32（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 苑洪亮;肖和龍;鄧建猛;蒲懷建;薛斌;劉逸塵 申請（專利權(quán)）人 長沙軍民先進(jìn)技術(shù)研究有限公司
代理機(jī)構(gòu) 長沙市護(hù)航專利代理事務(wù)所（特殊普通合伙） 代理人 莫曉齊
地址 410000湖南省長沙市高新開發(fā)區(qū)尖山路39號長沙中電軟件園總部大樓G0219
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于Faster RCNN的少樣本目標(biāo)檢測方法，包括：S1、獲取支持集和詢問集圖片數(shù)據(jù)；S2、利用ResNet網(wǎng)絡(luò)和VGG網(wǎng)絡(luò)分別提取訓(xùn)練集圖片數(shù)據(jù)對應(yīng)詢問集和支持集中圖片的特征圖，以及提取對應(yīng)支持集圖片的原型向量，將原型向量和詢問集中圖片的特征圖進(jìn)行融合并固定大小后進(jìn)行分類和回歸；S3、構(gòu)建目標(biāo)損失函數(shù)；S4、獲取訓(xùn)練好的少樣本檢測網(wǎng)絡(luò)模型；S5、將待檢測圖片輸入訓(xùn)練好的少樣本檢測網(wǎng)絡(luò)模型中以得到對應(yīng)的目標(biāo)類別和位置坐標(biāo)，實(shí)現(xiàn)了少樣本目標(biāo)的檢測。本發(fā)明利用ResNet網(wǎng)絡(luò)提取高分辨率特征圖，借助類注意模塊突出了目標(biāo)類，同時(shí)將多維特征向量圖與原始特征圖相加恢復(fù)了融合處理過程中所丟失的信息，從而能夠?qū)崿F(xiàn)少樣本目標(biāo)的準(zhǔn)確檢測。