【摘 要】
：
传统的目标检测模型通常需要大规模的标记样本进行预先训练,难以解决样本量不足条件下的相关检测任务。因此,为了解决少量样本导致的精度损失,本文提出新的小样本目标检测模型,主要思想是利用支持集的类属性信息,增强查询图片中感兴趣类别对象的特征表达,使小样本检测不再依赖于大规模标签数据。主要工作如下:首先,基于Swin Transformer思想提出一种新的检测模型Swin T-FSOD（Swin Tran
论文部分内容阅读
传统的目标检测模型通常需要大规模的标记样本进行预先训练,难以解决样本量不足条件下的相关检测任务。因此,为了解决少量样本导致的精度损失,本文提出新的小样本目标检测模型,主要思想是利用支持集的类属性信息,增强查询图片中感兴趣类别对象的特征表达,使小样本检测不再依赖于大规模标签数据。主要工作如下:首先,基于Swin Transformer思想提出一种新的检测模型Swin T-FSOD（Swin Transformer based Few-Shot Object Detection）。该模型基于Swin Transformer和特征金字塔设计一个特征学习器,从查询集中提取包含全局上下文信息的多尺度元特征以检测新类别对象。基于通道注意力机制设计一个权重调整模块,将支持集样本转换成具有类属性的权重系数,以此来调整元特征的分布,提取出感兴趣区域的类属性特征。预测模块则直接使用YOLOv5框架的检测头进行预测。其次,在Swin T-FSOD模型的基础上提出SA-FSOD（Semantic Alignment based Few-Shot Object Detection）模型,进一步提高小样本检测精度。该模型提出一个新的特征学习器和一个新的权重调整模块。为保证特征学习器作为主干网络进行特征提取的精准度,通过一个简单的语义对齐方法,将高层语义信息与低层语义信息进行对齐,让特征提取网络不再依赖于特定类别的语义;利用路径聚合网络进行双向多尺度融合,解决浅层位置信息缺失的问题。在权重调整模块中通过一种自适应调整特征权重系数的方法,分别增强各个尺度元特征中感兴趣类别特征。并利用一种任务通用的元学习初始化权重训练方法,进一步提高模型的泛化能力。最后,基于上述提出的小样本目标检测模型在多组数据集上进行实验,与传统的小样本检测模型在多种指标上进行对比分析。
其他文献
＜正＞例1男性，74岁，因胸痛、胸闷10余天入院。既往有高血压及冠心病史，发现腹部巨大占位，胸部CT示腹腔及腹膜后肿块累及胰尾、脾脏下极及左肾后间隙等处（图1）。后行腹膜后、腹腔肿瘤及转移灶切除术。例2男性，76岁，因进食梗阻1个月余入院。2019年行腹膜后肿瘤切除，2021年8月胸部CT示中下段食管壁增厚伴淋巴结肿大（图2）,左肺胸膜下多发结节。患者行胸壁病损及肺楔形切除术，术后带瘤生存。
＜正＞古代，因缺乏对梦的科学认识，人们常常会被奇异怪诞的梦境所震惊，并对此感到迷惑。人们认为梦是鬼神发出的启示，认为梦能够预卜未来、昭示吉凶。事实上，大部分人早晨醒来往往很难搞清楚自己做过什么样的梦。梦里的细节如同打散在水里的影子，越想越迷糊。近现代科学家对梦的研究也正处在这样的局面，好几种理论都宣称，它们可以解释梦的产生机制，然而细究起来，你会发现关于梦的解释依旧不甚清晰。
《普通高中思想政治课程标准（2017年版2022年修订）》和《义务教育道德与法治课程标准（2022年版）》均倡导以学生的真实生活和社会生活为基础,设置并围绕议题开展丰富多样的教学活动,从而发展学生的核心素养。议题式教学的核心要素包括情境、议题和活动,基于沃尔顿对话理论中对对话类型的划分,可以提炼出六种议题类型。生活性、对话性和实践性是议题式教学和德育课程的共同基础,它们凸显了议题式教学应用于德育课
目的 探讨子宫炎性肌纤维母细胞肿瘤（inflammatory myofibroblastic tumor, IMT）的临床病理特征。方法 对3例子宫IMT行HE染色、免疫组化及FISH检测，并结合相关文献总结其临床病理特征、鉴别诊断、预后与治疗。结果 患者年龄分别为37、35和40岁，均以阴道不规则出血和（或）月经紊乱就诊，影像学示肿瘤位于子宫颈或宫腔。镜检：瘤细胞呈梭形、胞质淡染、可见核仁，瘤细
为了科学合理地设置光伏新能源系统，在新建项目前期设计阶段，探讨通过建立负荷动态曲线、光伏发电系统动态曲线，再对两种曲线做匹配性分析基础上进行分布式光伏综合成本分析，以判断成本影响因素及分布式光伏系统的合理安装容量范围；在分时电价的大背景下，定性分析储能系统融入之后的综合成本，以此得出最经济合理的分布式光伏新能源系统和储能系统的容量、系统构架。
许多移动应用程序都使用推荐系统来帮助用户做出各种决策,如访问哪个地方、购买哪些商品、或者关注哪些用户。这些系统提供的推荐对于指导用户完成他们的需求无疑具有重大意义。如何能缓解因传统评分矩阵的稀疏性而造成的推荐效果差,考虑加入评论文本信息,运用深度学习方法可以从文本中分析到隐藏着的用户更深层次的偏好以及商品的不曾被标签化的隐含特征能够弥补评分矩阵的缺陷。研究基于深度学习的异源异构特征融合推荐算法,为
＜正＞近年，子宫炎性肌纤维母细胞肿瘤逐渐被认识，包括炎性肌纤维母细胞瘤和上皮样肌纤维母细胞肉瘤，均伴ALK基因异位，有限的研究资料表明该肿瘤预后较差。作者报道8例炎性肌纤维母细胞肿瘤（中位年龄50.5岁）和1例上皮样肌纤维母细胞肉瘤（中位年龄43岁）。临床表现为异常子宫出血、疑为肿瘤、骨盆疼痛、关节疼痛、
＜正＞近年来，山东省微山县将乡镇（街道）社工站建设融入民政事业高质量发展之中，创新“3456N”模式，即立足县乡村三级社工体系共建，推进社工站、未成年人保护工作站等四类站点相融合，探索“五社联动”机制，充分发挥六类专业人才作用，链接政府资源、社会资源等N项资源，项目化、品牌化运营，将社工站打造成党和政府落实惠民政策、落细基层民政服务的一线阵地。
随着互联网日新月异的发展,每天都会产生大量的文本数据,如何对文本高效准确分类成为很多专家关心的课题。文本分类的核心思想是从文本中提取出更多的有效特征,根据特征的不同将文本分到对应的类别。最近将图卷积神经网络研究引入到文本分类的研究日益增多,图卷积神经网络对中心节点和邻居节点的信息融合可捕获更多的文本特征,进而提高文本分类准确率。目前基于图卷积神经网络的文本分类方法还存在很多问题,例如:异构图的构建
科学推理是一种高阶思维能力。作为科学思维的核心,科学推理能力在物理学科核心素养中享有独一无二的重要地位。为了提高学生的科学推理能力,本文通过查阅、梳理大量文献,基于已有的研究基础,对科学推理的各个子维度进行概念界定,对它们在物理学科中的概念进行理论探讨。通过LCTSR量表测试,了解学生科学推理能力的概况、各子维度推理能力水平的具体情况和差异、科学推理能力是否受性别影响及其与学生成绩之间的关系。通过