摘要
本发明公开了一种双阶段可微架构搜索的遥感影像目标检测方法,搜索过程包括:单独学习阶段,分别对搜索网络、评估网络进行预训练,将训练得到的权重作为联合学习阶段的初始化权重,此外,在网络搜索过程中引入αSoftmax正则化,缓解跳跃连接富集的问题,各候选操作能够被公平的搜索;联合学习阶段,将评估网络的浅层与深层特征进行融合,使用自蒸馏损失引导网络进行遥感影像小目标检测。本方法可有效解决搜索、评估网络间的深度不匹配、搜索不公平的问题,能够在计算资源受限的情况下搜索得到高性能的网络用于遥感影像小目标检测。
技术关键词
正则化策略
阶段
特征金字塔网络
影像
神经网络架构搜索
计算资源受限
蒸馏
动态更新
教师
富集
检测头
参数
高性能
学生
基础
系统为您推荐了相关专利信息
导频发送方法
导频方法
样本
系统吞吐量
阵列天线
可再生能源配电网
鲁棒优化模型
两阶段
高比例可再生能源
电力系统
位移监测方法
卫星影像数据
监测模块
数据传输模块
风险评估模型
医疗影像数据处理
标签
多模态
影像数据处理系统
影像数据处理技术
免疫组化切片
宫颈
误差
注意力机制
特征金字塔网络