一种基于跨图像特征融合的小样本检测算法制造技术

本发明专利技术公开了一种基于跨图像特征融合的小样本检测算法。本发明专利技术主体结构是基于两阶段的目标检测算法Faster

【技术实现步骤摘要】
一种基于跨图像特征融合的小样本检测算法


[0001]本专利技术涉及深度学习中的小样本检测领域，具体涉及小样本条件下的目标检测技术。

技术介绍

[0002]近些年来，基于深度学习的目标检测技术引起了极大的关注，并已经被应用到实际的工业和日常生活中，例如智能监控，自动驾驶，人脸认证等。当前基于深度学习的目标检测算法，相较于传统的图像算法来说需要用大量的数据进行模型训练。通常标记一个实例需要10秒左右，制作一个数据集需要的上万张数据，标记的过程非常耗时。由于真实数据的分布遵循长尾分布，某些样本数据存在的比例很低，例如：某些医学影像，或者是自然界中某些动植物。随着小样本图像分类算法的发展逐渐丰富，图像领域的小样本学习科研重点逐渐放在了小样本目标检测上。
[0003]受到小样本分类算法研究的启发，目前多数小样本目标检测算法大多采用两阶段的方式，即先确定目标的大致位置，然后通过分类器对目标进行分类和位置的精确估计。在两阶段的方式基础上，还需要针对小样本的应用场景做出改变，目前主流的改变可以归纳为采用元学习方法进行训练和测试、聚合支持集和查询集特征、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于跨图像特征融合的小样本检测算法，其特征在于，包括以下步骤：步骤1：通过共享的特征提取网络提取支持集和查询集的图像特征记为f
s
和f
q
，将该组特征图送入跨图像特征融合模块；步骤2：计算f
s
和f
q
的相似程度给f
s
中的特征图进行加权生成加权后的支持集特征图f
s
′
；步骤3：计算f
s
′
和f
q
之间的注意力特征图f
a
，并将该注意力特征图f
a
与查询集特征图f
q
进行矩阵乘法，得出具有支持...

【专利技术属性】
技术研发人员：贾海涛，田浩琨，胡佳丽，王子彦，吴俊男，任利，刘子骥，许文波，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：