结合双分支进化模块的遥感影像少样本目标检测方法

本发明公开了一种结合双分支进化模块的遥感影像少样本目标检测方法，包括：基础训练阶段，使用大量带有标注的基类数据训练目标检测器，以得到预训练的模型参数；少样本微调阶段，将原始的特征提取器结构进化为并行的基类、新类分支，通过冻结机制有效缓解模型对基类知识的灾难性遗忘问题。类别分离感兴趣区域检测器分别检测基类、新类样本，能够自适应不同目标类别的特征。使用蒸馏损失指导新类检测头，降低了模型复杂性的同时提升了检测精度。本方法提升了新类检测精度的同时，可有效解决遥感影像少样本目标检测方法对基类知识的灾难性遗忘问题。