【技术实现步骤摘要】
本专利技术涉及一种基于迁移学习微调的ddetr小样本目标检测方法，属于计算机视觉。
技术介绍
1、目标检测是众多视觉任务，例如实例分割、目标跟踪、图像描述、行为识别等的基础，在视频监控、自动驾驶和机器人视觉导航等现实场景中也已经被应用。作为计算机视觉中最基础、也最具有挑战性的工作之一，目标检测近年来受到了广泛的关注，并取得了许多实质性进展。归功于大数据和计算机硬件的快速发展，基于深度学习的目标检测算法占据了主导地位。例如，2015年提出的fast r-cnn使用深度卷积网络对目标区域进行检测(rossgirshick.fast r-cnn.cvpr 2015),2020年提出的基于transformer的端到端目标检测网络detection transformer(detr，carion n,massa f,synnaeve g,et al.end-to-endobject detection with transformers.european conference on computer vision，2020:213-229)，以...
【技术保护点】
1.一种基于迁移学习微调的DDETR小样本目标检测方法，其特征在于：
2.如权利要求1所述的以DDETR目标检测网络为基本网络框架实现基于迁移学习微调的小样本目标检测，其特征在于包括如下步骤：
3.如权利要求2所述的一种基于迁移学习微调的DDETR小样本目标检测方法，其特征在于步骤(2.4)中DDETR检测网络模型的训练步骤如下：
4.如权利要求2所述的一种基于迁移学习微调的DDETR小样本目标检测方法，其特征在于步骤(2.4)中基于DDETR网络的迁移学习微调策略包括：
【技术特征摘要】
1.一种基于迁移学习微调的ddetr小样本目标检测方法，其特征在于：
2.如权利要求1所述的以ddetr目标检测网络为基本网络框架实现基于迁移学习微调的小样本目标检测，其特征在于包括如下步骤：
3.如权利要求2所述的一种基于迁移学习...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。