基于可变卷积与迁移学习的小样本检测方法 |
| |
作者姓名: | 宋程程 李捷 高晓利 王维 赵火军 |
| |
作者单位: | 四川九洲电器集团有限责任公司 |
| |
摘 要: | 针对主流方法对弱小目标识别效率低的问题,提出了一种基于可变卷积与迁移学习的小样本检测方法。基于可变卷积思想改进特征提取主干网络,实现在少量数据上达到和普通卷积在大量数据上相等的学习能力。设计一种Soft-NMS共同作用的方法降低多目标重叠容易出现的漏检问题。通过在公开数据集PASCAL VOC和实测弱小目标数据集上的实验表明,所提算法实现小样本条件下对实测弱小目标的检测与识别,且与原始方法相比性能有显著提高,在公开数据集上较原算法提高了5.5%,在实测数据集上较原算法提高了8.3%。
|
关 键 词: | 小样本检测 弱小目标 可变卷积 迁移学习 特征提取 |
|
|