基于解耦的小样本目标检测方法研究

作     者：蔡伟 王鑫 蒋昕昊 杨志勇 陈栋 CAI Wei;WANG Xin;JIANG Xinhao;YANG Zhiyong;CHEN Dong

作者机构：火箭军工程大学导弹工程学院陕西西安710025 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2024年第46卷第9期

页      面：2941-2950页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：小样本目标检测 空中目标 耦合问题 深度学习 

摘      要：针对小样本激化的目标检测耦合问题,以高价值空中目标为研究对象,提出一种基于解耦的小样本目标检测算法。首先,在区域候选网络中引入梯度调整层,强化区域候选网络,缓和任务耦合问题。其次,将目标检测头拆解成分类和回归两个分支,在前端添加无参平均注意力模块,缓和特征耦合问题。所提算法可以提高小样本目标检测性能,增强对新类的检测能力。实验结果表明,所提算法在1、2、3、5、10样本实验中均表现最佳,平均精度分别达到32.5%、35.6%、39.6%、41.2%和57.4%。相较于两阶段微调方法,所提算法检测性能大幅度提高,能够解决在小样本激化的耦合矛盾下网络检测能力下降的问题,提升对小样本高价值空中目标的检测精度。