摘要
本发明提供了一种多尺度大核注意力少样本目标检测方法、装置及设备,目标检测方法包括:获取第一类图像数据与第二类图像数据;将所述第一类图像数据输入至待训练的目标检测模型进行训练,得到优化的目标检测模型;将所述第一类图像数据与所述第二类图像数据的实例图像输入至优化的目标检测模型的特征提取模块进行训练,获取训练完成的目标检测模型;获取待测图像,并将所述待测图像输入至训练完成的目标检测模型,生成分类结果与定位结果。通过本发明提供的通过本发明提供的一种多尺度大核注意力少样本目标检测方法、装置及设备,能够在样本数量较少的情况下对目标检测模型进行训练。
技术关键词
特征提取模块
注意力
数据
多层次语义特征
样本
生成特征
融合特征
深度残差神经网络
池化特征
分类网络
生成多尺度
模型训练模块
标签
图像获取模块
特征提取器
处理器
系统为您推荐了相关专利信息
电网现场作业
实体识别模型
训练样本集
推送方法
风险
意图预测方法
历史轨迹数据
空间特征提取
多模态
注意力机制