原创力文档- 1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于类别语义特征重加权的小样本目标检测方法及系统，使用类别标签的语义信息计算出基类和新类类别之间的关联性，然后根据基类和新类之间的关联程度，使用图卷积网络将基类的元特征传递给新类的元特征，使在只有少量新类数据的情况下学习到较好的新类元特征。本发明按照基类和新类类别构造支持集和查询样本；根据基类和新类类别构造类别语义图；构造类别语义嵌入模块；使用两阶段的训练方式对整个网络进行训练，该网络包括特征提取器、元学习器、类别语义嵌入模块和检测层，在PASCALVOC上的对比实验证明了本发
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113420642 A
(43)申请公布日 2021.09.21
(21)申请号 202110686586.1
(22)申请日 2021.06.21
(71)申请人 西安
文档评论（0）