龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学
摘要：本发明公开了一种基于元学习和文本提示的少样本目标检测方法，属于图像处理技术领域。本发明包括：对获取的图像数据进行预处理并标注以得到基类数据集再将其按照预定比例随机划分为基类的支持集和查询集；采集一定数量包括检测目标的图像数据并对其进行预处理和标注以得到新类数据集，再按照预定比例将其随机划分得到新类的支持集和查询集；基于预训练的特征提取模块对基类和新类进行特征提取；构建基于文本提示的候选框生成模块和预测头；使用基类数据集以元任务的形式对构建的网络进行训练，再使用新类数据集以元任务的形式对训练好的模块进行微调，得到用于检测新类物体的目标检测模型。本发明提升了模型适应新任务的速度，减少了模型计算量。
主权项：1.一种基于元学习和文本提示的少样本目标检测方法，其特征在于，包括下列步骤：步骤1，对获取的图像数据进行预处理并标注，标注图片中检测对象的位置以及类别，得到基类数据集；再将基类数据集按照预定比例随机划分为基类的支持集和查询集；采集一定数量包括检测目标的图像数据，并对其进行预处理和标注，标注图片中的检测目标的位置和类别，得到新类数据集，再按照预定比例将新类数据集随机划分得到新类的支持集和查询集；步骤2，基于预训练的特征提取模块对步骤1得到的基类数据集和新类数据集中的图片进行特征提取，得到每个图片的特征图Xf；步骤3，构建基于文本提示的候选框生成模块，该模块的输入为图片的特征图Xf，输出特征图Xf对应的候选框；步骤4，构建预测头，用于对步骤3生成的候选框进行计算，输出类别概率向量，同时基于边界框回归获得每个候选框的偏移量，预测出目标检测框；步骤5，训练阶段，使用基类数据集构建基类元任务，使用基类元任务对所构建的基于文本提示的候选框生成模块和预测头进行训练，以优化基于文本提示的候选框生成模块和预测头的网络参数；步骤6：微调阶段，使用新类数据集构建新类元任务，使用新类元任务对步骤5训练完成的基于文本提示的候选框生成模块和预测头进行网络参数微调，得到用于检测新类物体的目标检测模型。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于元学习和文本提示的少样本目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号