面向目标检测的小样本视觉特征学习研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:xuanguiqq110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着深度学习领域取得巨大的进步,在很多任务上都取得了巨大的成功,越来越多的相关应用逐步进入到我们的日常生活中。但是深度网络需要大量的标注数据才能达到理想的性能,当使用者提出新的检测类别需求的时候,深度模型难以仅靠少量的新数据学习到新概念。在很多的应用场景下,收集大量的且有标签的数据是非常困难和昂贵的。有些数据可能本身就比较罕见或者由于隐私保护难以大量的采集。除此之外,数据的标注也与要大量的人力。这些缺点严重地限制了深度学习算法部署到应用中。所以研究如何通过少量数据得到优秀的模型有非常大的社会价值与经济价值。为了解决这个难题出现了小样本学习的概念。但目前大部分小样本学习的应用聚焦在图像分类任务上而非目标检测任务。目标检测相较于图像分类任务更加依赖数量大且类别之间数量平衡的数据,且目标检测任务的数据标注也更加繁琐与昂贵。本文旨在进行小样本的目标检测任务(FSOD)的研究,并对目前存在的方法进行改进与评估。本文首先在双分支元学习结构的基础上进行了探索。通过结合自注意力机制和非局部注意力机制,提出了一个特征融合模块。让支持集图片能更好的增强查询集图片中的特征。除此之外,为了能够结合多尺度的信息的同时又不增加网络的参数数量,进行了多尺度的ROI池化。该模型的表现在双分支元学习结构中优秀。然后本文又在单分支迁移学习结构的基础上进行了探索。通过分别对RPN部分和分类器部分在损失函数上进行修改来获得更具表征力的小样本特征。在RPN部分,通过设置了一种不对称的正负样本损失函数,抑制简单样本对损失的影响,改善了新类别检测框相较于基础类别在数量和质量上处于劣势的情况。在分类器中新增了对比学习分支,降低了一些类别之间特征的相似性,优化了部分分类错误的情况。最后实验部分证明了对比学习的可行性。
其他文献
实例分割是计算机视觉领域中重要且具有挑战性的研究方向之一。相较于语义分割(预测图像中每个像素的语义类别)和目标检测(预测图像中每个物体的类别和位置,位置以边界框的形式给出),实例分割可定义为同时解决上述两种问题的方法,即需要区分相同类别的不同物体,同时对每个物体进行像素级别的分割。因此,实例分割在自动驾驶、安全监控、智能医疗等领域有着广泛的应用。目前,实例分割主要基于深度学习的方法,从而需要大规模
目前人体动作识别研究已经取得了显著成果,并且广泛应用于各行各业,如视频监控、自动驾驶等。其中基于深度学习的人体动作识别发展迅速,在标记数据充足的情况下,有监督学习方法可以取得令人满意的识别表现。然而,运动种类的多样化以及视频背景的复杂化使得人体运动视频的标注需要耗费大量的人工成本,这严重制约了有监督人体动作识别方法在实际场景中的应用。由于小样本学习和零样本学习方法能够在不依赖大量标记数据的情况下实
遥感技术综合多种现代科技,以其显著优势被广泛运用于生态环境监测和分析活动中。文章列举了遥感技术采取的多种采集手段,具有数据信息采集数量充足、采集效率较高、灵活性较强等特点。探讨了遥感技术运用于水污染监测、大气污染监测、土地环境污染监测和生态系统脆弱性的衡量与评估的具体方法及原理。
双氰胺(DCD)、二甲基吡唑磷酸盐(DMPP)是在农业生产上广泛使用的硝化抑制剂,有助于提高氮肥的利用率。通过喷施两种不同浓度梯度的硝化抑制剂溶液,比较分析黄瓜种子对抑制剂的敏感浓度,在此基础上,进一步探讨不同浓度的抑制剂对黄瓜种子发芽率,淀粉酶、过氧化物酶、过氧化氢酶、超氧化物歧化酶活性及丙二醛含量的影响。试验结果:与对照组相比,低浓度硝化抑制剂溶液对黄瓜种子发芽无明显抑制作用,高浓度情况下则会
在我国科学技术不断进步的背景下,遥感技术获得了进一步的推进。遥感技术在各行各业中都有着非常广泛的应用,与人工操作相比,遥感技术的应用能够极大地提高整体的工作效率。运用遥感技术进行环境监测工作,可以得到更准确的监测数据,从而避免了监测结果出现相关误差。本文将主要针对遥感技术在水环境和大气环境监测中的应用研究进行分析。
曲面玻璃盖板是一种透明构件,主要应用于智能终端产品的外观结构上。随着智能终端产品的发展,玻璃盖板需求急速上升。然而,曲面盖板玻璃制造工艺复杂,实际生产加工过程中不可避免会产生气泡、划痕、指纹等瑕疵缺陷。为保证产品质量,须对玻璃盖板进行缺陷检测。人工或传统机器视觉检测方法,难以满足当前产品生产效率和质量的需求,采用智能化、无人化的检测方法是目前行业亟需解决的难点问题。深度学习人工智能算法在图像识别和
句法形式"S+之+所以VP"中的"之所以1",其演变成词无相应的语义基础与语音条件,因而不能必然地固化为"之所以"这样的语言形式;指示代词"之"修饰限定"所以VP"结构而形成的"之所以2",尽管因人们的心理组块因素而被当作一个整体单位,但其内部结构依然十分的清晰,其"之"有比较实在的意思,因此"之所以2"也尚未演变成词,适宜于看作凝固性结构。
汽车车牌的检测与识别是智慧交通系统中的重要组成部分。基于传统方法的车牌检测与识别主要存在着模型泛化能力较弱和识别准确率较低等问题。得益于计算机算力的发展,基于深度学习的车牌检测与识别算法得到了广泛应用。然而深度学习最大的问题在于严重依赖训练样本,数据集样本数量过少或实际应用时环境多变等往往会导致深度神经网络的准确率严重下降,即小样本问题。目前国内公开的车牌数据集中某些类型的车牌(如,新能源汽车车牌
议论文教学是高中教学的一大难点,一是学生习作中的问题多而杂乱,二是现用教材中没有针对议论文写作教学的具体内容,所以教师们往往不知从何处入手去解决议论文教学中面临的各种问题。现有的研究多是从逻辑思维的角度去探究其解决之道,但逻辑思维固然是议论文写作中十分重要的一部分,却也是一个抽象的较难实践的内容。所有外在的思维最终都要通过语言的方式展现在纸上,所以本研究从议论文写作语言表达的层面展开,分三个层次—
硅藻是一种重要且分布广泛的单细胞藻类浮游植物,对硅藻的种类和含量进行检测可以为法医检验的溺水诊断提供可靠的依据。最早的硅藻检测研究是基于传统的实验室检查方法,利用硅藻在脏器组织中能够承受强酸等极端环境的细胞结构特性,使用化学消解等方法清除其他物质以保留硅藻细胞。随着计算机技术的快速发展以及算力的提高,科学家开始把研究方向转向借助计算机辅助的硅藻检测方法。通过手工提取硅藻细胞的形状、纹理等特征,利用