一种基于尺度匹配与语义增强的跨域小样本目标检测方法

本发明提出一种基于尺度匹配与语义增强的跨域小样本目标检测方法，对于输入的待检测图像，首先根据教师网络和学生网络的输入不同进行了差异化的数据增强。然后对跨域尺度形状进行优化匹配，从跨域的角度入手解决了不同域的情况下的尺度形状影响检测精度的问题。然后利用语义空间对数据样本进行插值或外推，来生成新的数据样本，从而对数据进行扩充，解决了跨域小样本目标检测所存在的数据稀缺性的问题。最后，进行知识蒸馏，将教师模型作为最后的训练模型，其输出结果为最后的检测结果。