本發(fā)明屬于計算機視覺領(lǐng)域,具體涉及了一種基于權(quán)重生成的增量式小樣本目標檢測方法及系統(tǒng),旨在解決現(xiàn)有目標檢測器缺乏小樣本快速學習和增量學習的能力,對標簽數(shù)據(jù)依賴性強,檢測器不具備開放性的問題。本發(fā)明包括:通過基礎(chǔ)類別數(shù)據(jù)進行檢測器監(jiān)督訓練;獲取基礎(chǔ)類別目標檢測器的尺度感知和中心度感知的權(quán)重,生成基礎(chǔ)類別響應;結(jié)合基礎(chǔ)類別響應生成新類別權(quán)重;結(jié)合新類別數(shù)據(jù)進行基礎(chǔ)類別目標檢測器的微調(diào)訓練;通過獲得的基礎(chǔ)類別和新類別的目標檢測器實現(xiàn)增量式小樣本目標檢測。本發(fā)明結(jié)合尺度和中心度感知,區(qū)域特征更具代表性,目標定位更準確,模型在增量學習中可獲得更好的整體性能,檢測效率高、準確性和精度高。
聲明:
“基于權(quán)重生成的增量式小樣本目標檢測方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)