一种侧重于分类任务的单样本目标检测方法

摘要

本发明公开了一种侧重于分类任务的单样本目标检测方法。单样本目标检测任务是检测出询问图像中与单个参考实例图像类别一致的所有实例。通过观察发现，单样本目标检测性能有限的一个主要原因是由于其分类能力较差而产生许多假正例导致的，本发明基于此观察，提出了一种侧重于分类任务的单样本目标检测方法，该方法在两个重要方面进行了改进：本发明提出使用相同交并比阈值的分类级联网络，通过比较多个邻近区域来提高分类的鲁棒性；本发明还提出对询问实例特征和参考实例特征进行分类区域变形的网络，以获得更有效的比较区域。本发明的方法相比于基准方法，在训练过的类别和未训练过的类别两个指标上的准确度均有显著提高。