买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院自动化研究所

摘要：本发明属于机器人技术领域，具体涉及一种小样本目标检测方法、系统、装置，旨在解决新类目标物体与预训练数据集中的目标物体外观差异较大时，新类目标物体的检测鲁棒性较差的问题。本方法包括：获取待检测场景的图像；获取待检测场景的图像对应的第四注意力图，提取第四注意力图中的连通域，获取各潜在目标物体的矩形边界框，进而在待检测场景的图像上裁剪出各潜在目标物体对应的图像；将各潜在目标物体对应的图像缩放至设定尺寸，并输入训练好的注意力卷积神经网络，得到各潜在目标物体的图像级编码向量；获取潜在目标物体的类别。本发明可以利用新类目标物体少量的数据，有效检测出与预训练数据集中的目标物体外观差异较大的新类目标物体。

主权项：1.一种小样本目标检测方法，其特征在于，该方法包括以下步骤：步骤S10，机器人通过安装在自身的视觉传感器获取待检测场景的图像；步骤S20，利用训练好的注意力卷积神经网络的DenseNet169骨干网络、注意力提取器获取待检测场景的图像对应的第四注意力图；提取所述第四注意力图中的连通域，获取各潜在目标物体的矩形边界框，并根据矩形边界框，在待检测场景的图像上裁剪出各潜在目标物体对应的图像；步骤S30，将各潜在目标物体对应的图像缩放至设定尺寸，并输入训练好的注意力卷积神经网络，得到各潜在目标物体对应的图像级编码向量；步骤S40，将各潜在目标物体对应的图像级编码向量与预构建的新类目标物体小样本数据库中的各图像级编码向量进行相似度计算，将最大相似度的图像对应的类别作为潜在目标物体的类别，进而实现小样本目标检测；其中，所述注意力卷积神经网络包括DenseNet169骨干网络、注意力提取器和聚合器；所述DenseNet169骨干网络，用于提取输入的图像的卷积特征，并将DenseNet169骨干网络第104层的输出作为第一卷积特征，将DenseNet169骨干网络第169层的输出作为第二卷积特征；所述注意力提取器基于依次连接的卷积层、空间Softmax运算层、均值滤波器、阈值化处理操作、图割处理操作构建；所述卷积层，用于对所述第一卷积特征进行卷积处理，将卷积处理后的特征图作为第一注意力图；所述空间softmax运算层，用于对所述第一注意力图进行softmax运算，得到第二注意力图；所述均值滤波器，用于对所述第二注意力图进行滤波处理，得到第三注意力图；所述阈值化处理操作，用于对第三注意力图进行阈值化处理，得到第四注意力图；所述图割处理操作，用于将所述第四注意力图中的非0元素划分成两个最优子集合，并分别得到这两个最优子集合对应的矩形边界框，作为第一边界框、第二边界框；所述聚合器，用于将第一边界框、第二边界框、第二卷积特征进行聚合处理，得到图像级编码向量。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 小样本目标检测方法、系统、装置