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(深圳)高等研究院
摘要：本发明提供了一种基于交互关系匹配的有限数量样本目标检测网络，网络包括双分支输入层、特征提取主干网络层、交互关系匹配模块、动态集成原型模块、双向特征对齐模块和预测头网络层，双分支输入层使用询问集图像和支持集图像作为网络模型的输入图像，特征提取主干网络层进行特征提取，交互关系匹配模块接收两个分支主干网络的特征，输出预选框特征向量，动态集成原型模块动态聚合生成稳健高质量的原型，并输出原型特征向量，双向特征对齐模块用于改善特征错位，预测头网络层用于对图像中的目标进行定位和分类。通过本发明方案，在样本数量有限的情况下监督网络模型，使其更高效学习到数量稀缺的新颖目标的辨别信息，从而实现准确的目标检测。
主权项：1.一种基于交互关系匹配的有限数量样本目标检测网络，其特征在于，所述目标检测网络包括双分支输入层、特征提取主干网络层、交互关系匹配模块、动态集成原型模块、双向特征对齐模块和预测头网络层；双分支输入层分别使用询问集图像和支持集图像作为网络模型的输入图像；特征提取主干网络层利用ResNet-101神经网络主干为两个分支同时进行特征提取，产生询问集特征和支持集特征；交互关系匹配模块分别接收来自两个分支主干网络的特征，并输出预选框特征向量，引导网络关注新颖类别前景信息；动态集成原型模块用于动态聚合生成稳健且高质量的原型，并输出原型特征向量；双向特征对齐模块用于改善特征错位，接收的输入为预选框特征向量和原型特征向量，输出为融合特征；预测头网络层用于对图像中的目标进行定位和分类，利用融合特征输出网络预测的类别和位置，包括对预选框分类和对预选框位置进行回归定位，目的是利用深层特征分别判别图像中目标对象的所属类别和具体位置。
全文数据：
权利要求：
百度查询： 电子科技大学(深圳)高等研究院 一种基于交互关系匹配的有限数量样本目标检测网络
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