基于可变卷积与迁移学习的小样本检测方法

作     者：宋程程 李捷 高晓利 王维 赵火军 SONG Chengcheng;LI Jie;GAO Xiaoli;WANG Wei;ZHAO Huojun

作者机构：四川九洲电器集团有限责任公司四川绵阳621000 

出 版 物：《火力与指挥控制》 (Fire Control & Command Control)

年 卷 期：2023年第48卷第12期

页      码：142-147页

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%。

主 题 词：小样本检测 弱小目标 可变卷积 迁移学习 特征提取 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1002-0640.2023.12.021

馆 藏 号：203125434...