Identification of Novel Classes for Improving Few-Shot Object Detection
FSOD面临的一个未探索的挑战是,来自未标记的新类别的实例出现在背景中,这些实例不属于固定的训练类别集合。我们具体提出了一种分层三元分类区域建议网络(HTRPN),用于定位潜在的未标记的新对象,并为它们分配新的对象性标签。我们改进的区域建议网络(RPN)的分层采样策略还增强了目标检测模型对大型对象的感知能力。
原创
2024-05-08 20:20:09 ·
619 阅读 ·
0 评论