科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种识别准确率高的基于迁移学习的空间目标小样本识别方法,克服了现有技术中空间目标识别繁琐的手动特征提取和特征工程的问题。该发明含有以下步骤,步骤1、建立辅助样本空间目标数据集；步骤2、构建端到端的深度最近邻网络；步骤3、将辅助数据集送入深度最近邻网络进行训练；步骤4、构建空间目标数据集；步骤5、将目标数据集送入深度最近邻网络进行识别。该技术使用了两个损失联合训练,针对空间目标识别属于细粒度领域的识别,较小的类间差异和较大的类内方差,通过引入类内紧凑约束使得同一类样本在特征空间尽可能相近,使得本发明在空间目标图像类内方差比较大的情况下,仍能得到好的识别结果。
- 单位
