一种基于对抗生成学习的少样本低空目标识别方法

本申请公开了一种基于对抗生成学习的少样本低空目标识别方法、装置、介质和设备，通过基于少样本低空目标图像数据和利用带标签的公开数据集训练初始化模型得到基模型；同时有助于网络模型生成更加清晰、真实以及不同特征和属性的图像，增加生成样本的多样性；对低空图像数据通过数据增广进行扩充，生成扩充后的数据集，并将扩充后的数据集输入至Con‑SAGAN模型中，并基于竞争优化的自适应迁移学习策略对Con‑SAGAN模型进行二次训练和调整，得到飞机目标检测模型；利用飞机目标检测模型处理待检低空图像，输出检测出的目标图像，本申请能够进一步优化模型在目标域上的特征提取和检测性能，从而提高少样本飞机目标检测的精度。