基于扩大数据特征分布方差的长尾目标检测方法

本发明公开了基于扩大数据特征分布方差的长尾目标检测方法，解决长尾分布数据集中类间与类内特征分布失衡问题，包括：获取长尾分布数据集；采用ResNet‑50‑FPN提取原始骨干特征；通过特征簇压缩方法，利用自适应缩放因子使尾部类簇更紧凑，保持与头部类簇的分离度；基于类别样本数量计算概率权重，引入动态偏置项扩大特征分布方差；结合欧几里得距离调整偏移量，平衡样本分散与稳定性；将处理后特征用于模型训练，测试时输入原始特征得到检测结果。本发明通过特征簇压缩与偏置项计算的协同策略，增强类间区分性，提升类内特征多样性，有效缓解长尾问题，提高模型对尾部类别的检测精度与泛化能力。