基于整体自监督预训练的少样本目标检测方法与系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于整体自监督预训练的少样本目标检测方法与系统
申请号:CN202510882850
申请日期:2025-06-28
公开号:CN120765911A
公开日期:2025-10-10
类型:发明专利
摘要
基于整体自监督预训练的少样本目标检测方法与系统涉及计算机视觉领域,该方法包括获取支持图像和查询图像;将支持图像和查询图像输入至经训练的基于整体自监督预训练的少样本目标检测模型中,得到基于整体自监督预训练的少样本目标检测模型输出的目标检测结果,基于整体自监督预训练的少样本目标检测模型至少基于自监督预训练相似度损失函数和正常训练总损失函数训练得到,目标检测结果至少包括检测框、目标分类、置信度、回归参数,其中,基于整体自监督预训练的少样本目标检测模型用于至少基于冻结区域建议网络‑优化模块、基于前景‑背景聚合模块,基于检测头模块对查询图像进行目标检测,以得到目标检测结果。
技术关键词
区域建议网络 查询特征 特征提取网络 对齐模块 样本 检测头 原型 搜索算法 阶段 图像获取模块 计算机视觉 参数 标签