元學習與多尺度特征融合的小樣本目標檢測

摘要： 利用深度學習相關方法進行目標檢測時，需要大量標注數(shù)據(jù)，然而對于大型數(shù)據(jù)集的收集和標注，需要消耗大量人力資源，小樣本條件下的目標檢測是一個亟待解決的問題，特別是針對新類別.在這項工作中，提出一種基于元學習與多尺度特征融合小樣本條件下目標檢測的方法.首先，采用VGG16網(wǎng)絡的前5個卷積塊作為骨干網(wǎng)絡，且將第5個卷積塊的常規(guī)卷積替換為空洞卷積，同時保留第3個卷積塊提取的特征，以更好地...