期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
嵌入标签语义的元特征再学习和重加权小样本目标检测
被引量：
6
1
作者
李鹏芳
刘芳
+4 位作者
李玲玲
刘旭
冯志玺
焦李成
熊怡梦
《计算机学报》
EI
CAS
CSCD
北大核心
2022年第12期2561-2575,共15页
小样本目标检测(Few-Shot Object Detection,FSOD)中新类相对基类样本少,且新类和基类目标类别不同,导致FSOD方法存在学习到的新类特征判别性不强的问题.为了增强新类元特征的可分性,本文提出了一种嵌入标签语义的元特征再学习和重加权...
小样本目标检测(Few-Shot Object Detection,FSOD)中新类相对基类样本少,且新类和基类目标类别不同,导致FSOD方法存在学习到的新类特征判别性不强的问题.为了增强新类元特征的可分性,本文提出了一种嵌入标签语义的元特征再学习和重加权小样本目标检测方法.在小样本训练阶段,本文构建了一个词向量标签语义图产生模块.该产生模块引入标签语义信息生成了词向量标签语义图,用于建模基类和新类间的语义关联.同时,本文构建了一个标签语义嵌入模块.该嵌入模块融入基类和新类间的语义关联,对支持集样本的元特征进行再学习.该再学习过程能够将基类中与新类相关联的特征传递给新类,从而在只有少量新类样本的情况下学习到较好的新类元特征.通过端到端(End-to-End)的训练模型,本文方法增强了新类元特征的可分性,从而提升了新类目标的检测精度.在PASCAL VOC和COCO数据集上的对比和消融实验表明了本文方法的可行性与有效性.与FSODFR方法相比,在PASCAL VOC数据集上2-shot和5-shot下,我们方法的目标检测精度分别提高了2.2%和4.3%.
展开更多
关键词
小样本学习
目标检测
小样本目标检测
元学习
标签语义
特征再学习
在线阅读
下载PDF
职称材料
题名
嵌入标签语义的元特征再学习和重加权小样本目标检测
被引量：
6
1
作者
李鹏芳
刘芳
李玲玲
刘旭
冯志玺
焦李成
熊怡梦
机构
西安电子科技大学人工
智能
学院
教育部智能感知与图像理解重点实验室
国际
智能
感知与
计算研究中心
国际
智能
感知与
计算联合研究
实验室
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2022年第12期2561-2575,共15页
基金
国家自然科学基金项目(62076192)
陕西省重点研发计划(2019ZDLGY03-06)
+5 种基金
国家自然科学基金国家重点项目(61836009)
长江学者及大学创新研究团队计划(IRT_15R53)
高等学校学科创新引智计划(B07048)
教育部重点科技创新研究项目
国家重点研发计划
CAAI华为MindSpore开放基金等资助.
文摘
小样本目标检测(Few-Shot Object Detection,FSOD)中新类相对基类样本少,且新类和基类目标类别不同,导致FSOD方法存在学习到的新类特征判别性不强的问题.为了增强新类元特征的可分性,本文提出了一种嵌入标签语义的元特征再学习和重加权小样本目标检测方法.在小样本训练阶段,本文构建了一个词向量标签语义图产生模块.该产生模块引入标签语义信息生成了词向量标签语义图,用于建模基类和新类间的语义关联.同时,本文构建了一个标签语义嵌入模块.该嵌入模块融入基类和新类间的语义关联,对支持集样本的元特征进行再学习.该再学习过程能够将基类中与新类相关联的特征传递给新类,从而在只有少量新类样本的情况下学习到较好的新类元特征.通过端到端(End-to-End)的训练模型,本文方法增强了新类元特征的可分性,从而提升了新类目标的检测精度.在PASCAL VOC和COCO数据集上的对比和消融实验表明了本文方法的可行性与有效性.与FSODFR方法相比,在PASCAL VOC数据集上2-shot和5-shot下,我们方法的目标检测精度分别提高了2.2%和4.3%.
关键词
小样本学习
目标检测
小样本目标检测
元学习
标签语义
特征再学习
Keywords
few-shot learning
object detection
few-shot object detection
meta-learning
label semantic
feature relearning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
嵌入标签语义的元特征再学习和重加权小样本目标检测
李鹏芳
刘芳
李玲玲
刘旭
冯志玺
焦李成
熊怡梦
《计算机学报》
EI
CAS
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
