一种基于小样本任务的候选框生成网络设计方法

本发明提出了一种基于两阶段目标检测算法的候选框生成网络进行改进，以适应小样本任务，并且期望能够基于少量的新类别样本有选择性地生成更高质量的候选框，提高泛化能力。传统的候选框生成网络并不能直接应用到小样本场景，具体方法是通过引入基于depth‑wise的相关计算作为注意力机制改RPN网络，以适应小样本任务。并且通过结合不同尺度的特征输入多个并行的RPN结构来加权决定最终生成的候选框，充分的利用图像的语义特征和细粒度特征。并且通过实验验证了改进的网络的可行性和优越性。