欢迎光临散文网 会员登陆 & 注册

做小样本目标检测的同学看过来,涨点必备

2023-09-18 14:39 作者:听取蛙蛙声一片  | 我要投稿

ECEA: 用于小样本目标检测的可扩展共存注意力 本文提出一个可扩展共存注意力 (ECEA) 模块,使模型能够根据局部部分推断全局对象,在小样本目标检测任务上性能表现SOTA 小样本目标检测(FSOD)从极少数带注释的样本中识别目标。最近,大多数现有的 FSOD 方法都应用两阶段学习范式,它将从丰富的基类中学到的知识迁移到通过学习全局特征来辅助小样本检测器。 然而,现有的 FSOD 方法很少考虑对象从局部到全局的定位。受FSOD训练数据稀缺的限制,新类的训练样本通常会捕获部分对象,导致此类FSOD方法在测试过程中无法检测到完全不可见的对象。 为了解决这个问题,我们提出了一个可扩展共存注意力(ECEA) 模块,使模型能够根据局部部分推断全局对象。 本质上,所提出的模块不断学习具有丰富样本的基础阶段的可扩展能力,并将其转移到新阶段,这可以帮助少样本模型快速适应将局部区域扩展到共存区域。 具体来说,我们首先设计一种可扩展的注意力机制,该机制从局部区域开始,并将注意力扩展到与给定局部区域相似且相邻的共存区域。 然后,我们在不同的特征尺度上实现可扩展的注意力机制,以逐步发现不同感受野中的完整对象。对 PASCAL VOC 和 COCO 数据集的大量实验表明,尽管某些区域未能出现在训练样本中,但我们的 ECEA 模块可以帮助小样本检测器完全预测目标,并与现有 FSOD 方法相比达到了新的最先进水平。

论文地址:ECEA: 用于小样本目标检测的可扩展共存注意力 需要进论文创新点群的,关注我私信我,进论文创新点群 

做小样本目标检测的同学看过来,涨点必备的评论 (共 条)

分享到微博请遵守国家法律