递归投影融合对比机制的少样本目标检测方法

作     者：陈瀚 雷亮 朱锦相 王冬 CHEN Han;LEI Liang;ZHU Jin-xiang;WANG Dong

作者机构：广东工业大学物理与光电工程学院广东广州510006 

基　　金：国家自然科学基金项目(62006046) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第2期

页      码：508-515页

摘      要：针对少样本场景中尺度混乱、特征关联性差导致检测不精准的问题,提出一种基于多尺度融合对比机制的检测算法。相比先前方法仅关注表层特征迁移,该方法深刻探讨基类与新类特征空间的潜在联系。通过多尺度递归投影增加特征关联性,利用对比机制充分挖掘基类空间和通道信息,最大化引导新类特征的提取、筛选以及匹配,取得显著性能提升。在Pascal VOC和MS COCO数据集实验中验证了该方法的优越性,为少样本目标检测研究提供了新的理论支撑和研究方向。

主 题 词：目标检测 少样本学习 微调范式 多尺度 递归机制 特征投影融合 对比机制 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2024.02.024

馆 藏 号：203126056...