![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
FSOD
文章平均质量分 87
Smiler_
这个作者很懒,什么都没留下…
展开
-
《Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector》
一、研究背景 目标检测任务是对图片中存在的待检测目标进行位置和类别标注。目前深度学习的方法 在目标检测任务上取得了显著的效果,但是基于卷积的深度学习方法需要大量带标签的训练 数据以及很长的训练时间。在现实场景中,对大量数据进行标注是非常耗费资源的,并且大 量收集某些带标签的数据几乎是不可能,比如某些医疗数据。 小样本学习在训练网络时利用少量的带标签的数据,缓解了标注数据不足的问题。目前 小样本学习主要被研究如何解决分类问题,小样本学习在目标检测领域的应用很少被探索。 小样本目标检测任务:给一个新目标的少量带原创 2021-04-23 14:34:11 · 276 阅读 · 0 评论 -
OD-数据预处理-对fsod-test和fsod-train数据集进行统计
import json with open('fsod_test.json') as fd: file=json.load(fd) # print(file) print(type(file)) keys=file.keys() for k in keys: print(k) print(type(file[k])) supcat=[] id=[] name=[] slow=[] cats=file['categories'] for item in cats: supc原创 2020-12-17 11:37:23 · 347 阅读 · 0 评论