Indexed by：
Abstract：
本发明提供一种基于自监督的两阶段广义小样本目标检测方法及系统，涉及深度学习技术领域，包括：定义潜在知识容器存放所有潜在知识，定义原型容器存放各类候选框的原型；将训练数据集划分为基类集和新类集；自监督类别域基于基类集、新类集潜在知识分别对检测模型进行预训练和微调；自监督检测框域基于基类集、新类集潜在知识分别对检测模型进行预训练和微调；输入待检测图像至检测模型，通过特征提取器得到特征，基于潜在知识容器对待检测图像进行潜在知识搜索、分割，得到与各潜在知识之间的关系，获得候选框类别。本发明基于潜在知识分别在类别域和检测框域使用自监督学习进行检测模型训练，对于基类和新类都拥有良好的目标检测能力。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202411307912.3
Filing Date： 2024-09-19
Publication Date： 2024-12-13
Pub. No.： CN119131366A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
