[发明专利]一种基于深度学习的少样本目标检测方法在审
| 申请号： | 202111012122.9 | 申请日： | 2021-08-31 |
| 公开（公告）号： | CN113705570A | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 李峰;蒲怀建;章登勇;彭建;赵乙芳 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 肖云 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的少样本目标检测方法，该方法获取少样本目标检测的数据集；将所述数据集划分为训练集和验证集，将所述训练集划分为支持集和询问集；构建目标检测网络模型和所述目标检测网络模型的目标损失函数；根据所述训练集和所述目标损失函数对所述目标检测网络模型进行训练，得到训练完成后的所述目标检测网络模型；根据所述验证集对训练完成后的所述目标检测网络模型进行验证。本发明能够提高少样本目标检测网络模型的准确性和泛化性，该目标检测方法还结合了深度学习，使用了需要候选框的双阶段目标检测，能够提高少样本检测的精确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 样本 目标 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111012122.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种差分升级方法、装置和作业机械
- 下一篇：一种牛仔产品抗氧化工艺
