【技术实现步骤摘要】
本专利技术涉及小样本目标检测领域,尤其是涉及一种基于优化cbam注意力机制的双阶段小样本目标检测方法。
技术介绍
1、目标检测是指在图像中框选任意数目的感兴趣对象并识别其类别,是计算机视觉的关键领域。然而实际环境中物体呈现长尾分布,许多类别的样本难以获取,同时标注样本及训练模型需要消耗大量资源,基于少量样本进行目标检测极具现实意义。对此,小样本目标检测是指利用带有充分注释信息的基类数据集对基类检测模型进行训练,随后借助仅具有有限标注信息的新类数据集及基类模型的先验知识,实现对新类目标的预测。
2、由于基类与新类数据量显著不平衡,小样本模型易出现过拟合问题。为应对此挑战,大多数算法直接在主干网络中引入现有注意力机制。这种策略未能有效提升网络对不同尺度特征的感知能力,没有缓解小样本数据集中目标尺度分布稀疏所带来的不利影响。现有技术中,公开号为:cn 116977716 a的中国专利公开了一种小样本遥感影像目标检测方法,该专利技术在特征提取骨干网络中直接级联cbam注意力机制模块,将特征图先后经过通道注意力和空间注意力机制,缓解遥
...【技术保护点】
1.一种基于优化CBAM注意力机制的双阶段小样本目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于优化CBAM注意力机制的双阶段小样本目标检测方法,其特征在于,所述步骤S1具体包括:
3.根据权利要求2所述的一种基于优化CBAM注意力机制的双阶段小样本目标检测方法,其特征在于,所述将优化后的CBAM注意力模块放置在特征提取主干网络中包括:将优化的CBAM注意力机制模块放置在特征提取主干网络中通道数量发生变化的两个卷积层中间。
4.根据权利要求3所述的一种基于优化CBAM注意力机制的双阶段小样本目标检测方法,其
...【技术特征摘要】
1.一种基于优化cbam注意力机制的双阶段小样本目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于优化cbam注意力机制的双阶段小样本目标检测方法,其特征在于,所述步骤s1具体包括:
3.根据权利要求2所述的一种基于优化cbam注意力机制的双阶段小样本目标检测方法,其特征在于,所述将优化后的cbam注意力模块放置在特征提取主干网络中包括:将优化的cbam注意力机制模块放置在特征提取主干网络中通道数量发生变化的两个卷积层中间。
4.根据权利要求3所述的一种基于优化cbam注意力机制的双阶段小样本目标检测方法,其特征在于,所述两个卷积层中间具体包括:在vgg16网络结构的第2、3层之间,第5、6层之间,以及第9、10层之间分别插入设定通道数的cbam模块,特征提取网络的结构依次为conv3-64、conv3-64、a-64、conv3-128、conv3-128、a-128、conv3-256、conv3-256、conv3-256、a-256、conv3-512、conv3-512、conv3-512、conv3-512、conv3-512、conv3-512、fc-4096、fc-4096、fc-100...
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。