摘要
本发明公开了一种基于混合专家的小样本目标检测方法和装置,属于目标检测技术领域,包括:采用重复上采样和数据增强方式对新类别小样本图像进行增强;构建基于混合专家的小样本目标检测模型,其包括共享浅层特征网络、每个混合专家的独有深层特征网络、特征融合网络、以及每个混合专家对应的目标检测网络;利用基础类别图像和新类别增强图像对上述基于混合专家的小样本目标检测模型进行参数优化,本发明利用混合专家巧妙结合了不同深度的特征,学习不同深度的知识,提高了模型在小样本目标检测任务上的检测性能;同时提出结合上采样和数据增强,不仅有效减轻了上采样过程带来的过拟合问题,而且加强了小样本数据的多样性,提高了模型的鲁棒性。
技术关键词
特征融合网络
样本
融合特征
FasterRCNN网络
图像
检测损失
浅层特征提取
上采样
蒸馏
区域候选网络
模型训练模块
基础
数据
逻辑
处理器
超参数
可读存储介质
系统为您推荐了相关专利信息
安全监控方法
电子围栏系统
无人机巡检
安全监控系统
视频监控系统
风电设备故障诊断
拓扑图
风电故障诊断
节点特征
邻居
图像识别模型
图像识别方法
构建训练集
动态
分类器
编码特征
风险识别模型
保护方法
外部设备
计算机系统