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)。
查看更多
摘要
传统的目标检测方法在数据稀少的现实场景中无法准确检测出目标，使目标
检测技术无法得到广泛应用。小样本技术的出现使目标检测方法在小样本任务上
达到了较佳的检测性能。小样本学习拓展了目标检测技术的应用领域，对小样本
目标检测的研究具有现实意义和学术价值。传统的小样本目标检测算法对小样本
对象的定位和分类效果达不到预期，本文针对固定阈值导致的定位不准确以及分
类准确度不佳的问题进行改进，主要研究内容如下：
（1）传统的小样本目标检测算法通常采用较低的交并比阈值对候选框进行
筛选，导致训练
文档评论（0）