一种基于多角度优化的小样本目标检测方法和装置

本发明公开了一种基于多角度优化的小样本目标检测方法和装置，包括：联合BLIP模型、扩散模型和CLIP模型对小样本类别图像进行数据增强；构建包含特征提取网络、特征融合网络、区域候选网络、区域池化网络、特征扰动网络、分类网络、以及回归网络的小样本目标检测模型，特征扰动网络通过基于梯度感知的特征扰动方式添加基于特征类别的扰动；先基于基础类别特征和小样本类别特征对分类器进行初步训练，再冻结分类器参数并对小样本目标检测模型进行整体训练；利用训练后的小样本目标检测模型进行目标检测。本发明通过多角度优化设计，有效改善了数据增强方案不理想、混淆性和遗忘性以及类别不平衡问题，提升了小样本目标检测任务的性能。