一种基于元学习框架的少样本目标图像检测方法

摘要文本

本发明公开了一种基于元学习框架的少样本目标图像检测方法。该方法包括：获取基类图像数据和新类图像数据；基于元学习框架构建少样本目标图像检测网络模型，对少样本目标图像检测网络模型进行元训练和元微调；获取少样本待检测图像数据，并根据少样本待检测图像数据和元微调后的少样本目标图像检测网络模型，确定图像检测结果。本发明通过在支持图像分支中应用了样本归一化方法，以获得相对一致的输入，以减弱元微调过程中训练数据和测试数据之间的数据量差距以及基类图像和新类图像之间的数据量差距，并在最终检测之前应用Z‑Score归一化避免了过冷点过热点的影响。