原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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深度神经网络的小样本图像目标计数方法，属于计算机视觉技术领域。本发明包括：对输入的查询支持图像进行图像预处理；使用预训练的骨干网络分别对支持和查询图像进行多尺度特征提取；将各级尺度提取的支持和查询图像特征分别送入特征交互模块进行特征匹配；得到类未知匹配特征，将类未知匹配特征送入解码器，输出预测密度图；初训练阶段基于预测密度图和密度图标签的密度预测损失对的密度模型进行网络参数更新；迁移训练阶段基于迁移损失对密度模型的解码器进行迁移学习，以获取目标域的查询图像的目标类别实体的密度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117809293A
(43)申请公布日2024.04.02
(21)申请号202410233942.8G06N3/045(2023.01)
文档评论（0）