摘要
本发明公开了一种基于知识增强的光学图像零样本目标检测方法，包括：构造数据集并拆分为可见类和不可见类图像；将可见类图像输入ResNet‑50网络，提取图像特征并使用RPN网络处理，得到待测区域特征和对应待测边界框坐标，使用RoI Align操作处理待测区域特征得到视觉特征；使用回归器结构计算边界框坐标和待测边界框坐标的损失，得到适合待测目标的边界框；改进分类器，并对可见类图像进行目标分类，计算预测目标分类与真实目标分类的损失函数，对分类器进行训练；使用以上结构对不可见类图像进行目标检测得到识别的目标；本方案减轻了语义鸿沟问题对于检测的不利影响；进行知识增强增加对不可见类图像的检测能力，提高预测的精度。
