发明

一种基于元学习框架的少样本目标图像检测方法2025

2024-04-07 07:31:56 发布于四川 0
  • 申请专利号:CN202410009600.8
  • 公开(公告)日:2025-05-13
  • 公开(公告)号:CN117830763A
  • 申请人:四川大学
摘要:本发明公开了一种基于元学习框架的少样本目标图像检测方法。该方法包括:获取基类图像数据和新类图像数据;基于元学习框架构建少样本目标图像检测网络模型,对少样本目标图像检测网络模型进行元训练和元微调;获取少样本待检测图像数据,并根据少样本待检测图像数据和元微调后的少样本目标图像检测网络模型,确定图像检测结果。本发明通过在支持图像分支中应用了样本归一化方法,以获得相对一致的输入,以减弱元微调过程中训练数据和测试数据之间的数据量差距以及基类图像和新类图像之间的数据量差距,并在最终检测之前应用Z‑Score归一化避免了过冷点过热点的影响。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117830763 A (43)申请公布日 2024.04.05 (21)申请号 202410009600.8 (22)申请日 2024.01.03 (71)申请人 四川大学 地址 610044 四川省成都市一环路南一段 24号 (72)发明人 杨梦龙 任漾 李炜 江海  (74)专利代理机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 陈航 (51)Int.Cl. G06V 10/774 (2022.01) G06V 10/82 (2022.01) G06V 10/764 (2022.01) G06V 10/77 (2022.01) G06N 3/0455 (2023.01) 权利要求书2页 说明书7页 附图1页 (54)发明名称 一种基于元学习框架的少样本目标图像检 测方法 (57)摘要 本发明公开了一种基于元学习框架的少样 本目标图像检测方法。该方法包括:获取基类图 像数据和新类图像数据;基于元学习框架构建少 样本目标图像检测网络模型,对少样本目标图像 检测网络模型进行元训练和元微调;获取少样本 待检测图像数据,并根据少样本待检测图像数据 和元微调后的少样本目标图像检测网络模型,确 定图像检测结果。本发明通过在支持图像分支中 应用了样本归一化方法,以获得相对一致的输 入,以减弱元微调过程中训练数据和测试数据之 间的数据量差距

最新专利