科研之友
微信
新浪微博
Facebook
分享链接
摘要
单样本目标检测任务是指在只有一个样本的情况下，从待检测图像中对这个类别的目标进行检测。针对单样本目标检测样本量较少的问题，本文提出了一种基于跨域学习的方法，该方法从数据增强的角度出发，增加其他域的数据集作为辅助，增强网络学习能力；同时为了解决不同域间存在差异的问题，提出一种基于图片尺度和实例尺度的跨域学习算法，分别对输入的图片特征与检测网络的候选特征增加域分类器模型，用于增强网络对跨域数据的背景和目标的域适应能力。在两个不同的跨域场景进行实验，其中在PASCAL VOC数据集上与目前主流的单样本目标检测算法进行比较，超过目前最好算法2.8个百分点，从而证明了本文的方法可以有效提高单样本目标检测的性能。
- 单位
