一种基于隐式特征对比学习的小样本目标检测方法

本发明公开了一种基于隐式特征对比学习的小样本目标检测方法，涉及计算机视觉技术领域。本发明至少包括以下步骤：S1：获取小样本目标检测数据集，并对小样本目标检测数据集进行划分和数据预处理；S2：改进FPD网络模型，设计一个隐式对比学习框架用于模型训练；S3：设计特征混合模块，使用Mixup特征混合方法生成增强特征。通过分析对比学习与特征聚合方法之间的联系，提出了隐式对比学习这一全新概念，同时引入混合特征采样生成增强特征，进一步提出了隐式特征对比学习模块，通过构建增强的正负样本特征与查询图像RoI特征证据进行隐式对比，提高了模型学习特征表达的能力，进而提升了小样本目标检测的性能。