小样本目标检测
文章平均质量分 88
小样本目标检测的学习过程以及各种论文阅读
YNU、辉
这个作者很懒,什么都没留下…
展开
-
FSOD论文阅读 - 基于卷积和注意力机制的小样本目标检测
典型的FSOD使用Fast R-CNN作为基本的检测框架本文亮点:引入混合扩张卷积确保更大的感受野并减少图像信息的损失;提出支持特征动态融合模块,以每个支持特征和查询特征之间的相关性为权重,自适应地融合支持特征一阶段检测算法 - 使用主干网络对图像进行特征提取,直接对特征图像进行分类和回归,例如SSD、YOLO,优点是快,缺点是定位精度低二阶段检测算法 - 先找到可能包含目标的RoI,然后对区域进行分类和回归,例如Fast R-CNN,优点是定位精度高,缺点是慢。原创 2023-11-15 18:03:31 · 978 阅读 · 0 评论 -
小样本目标检测(Few-Shot Object Detection)综述
小样本目标检测综述原创 2023-11-12 00:46:51 · 1375 阅读 · 0 评论