基于解耦的小样本目标检测方法研究

来源：专知
本文为论文介绍，建议阅读5分钟
针对小样本激化的目标检测耦合问题，以高价值空中目标为研究对象，提出一种基于解耦的小样本目标检测算法。

针对小样本激化的目标检测耦合问题，以高价值空中目标为研究对象，提出一种基于解耦的小样本目标检测算法。首先，在区域候选网络中引入梯度调整层，强化区域候选网络，缓和任务耦合问题。其次，将目标检测头拆解成分类和回归两个分支，在前端添加无参平均注意力模块，缓和特征耦合问题。所提算法可以提高小样本目标检测性能，增强对新类的检测能力。实验结果表明，所提算法在１、２、３、５、１０样本实验中均表 现最佳，平均精度分别达到３２．５％、３５．６％、３９．６％、４１．２％和５７．４％。相较于两阶段微调方法，所提算法检测 性能大幅度提高，能够解决在小样本激化的耦合矛盾下网络检测能力下降的问题，提升对小样本高价值空中目标 的检测精度。