一种基于深度学习的小样本跨域目标检测方法.pdfVIP

下载本文档

7
0
约1.96万字
约 15页
2023-09-30 发布于四川
举报
版权申诉

一种基于深度学习的小样本跨域目标检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于深度学习的小样本跨域目标检测方法，属于计算机视觉技术和人工智能技术。本发明为解决现有方法因场景变换、目标形态变化等导致的特征提取能力下降的问题，综合设计了四个高效的模块。本发明的方法设计了一个多层次关键特征生成器，使模型能够从大量源域数据中获得不同层次的先验知识；设计了一个嵌入式空间隐式关联策略，为成功区分目标提供信息支持；本发明采用了一个实例嵌入策略，来提高模型对样本数量稀少的新类目标的弱分类能力；重新设计具有自适应加权的损失函数，消除以往方法根据经验确定多个损失函数系数的弊端。本发明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116824330 A (43)申请公布日 2023.09.29 (21)申请号 202310626378.1 G06N 3/048 (2023.01)