[发明专利]少样本的目标检测方法、装置、存储介质及设备

权利要求书

1.一种少样本的目标检测方法，其特征在于，用于包含两个特征编码器的CenterNet中，所述方法包括：

获取待检测的图像，所述图像中包括至少一个目标对象；

对所述图像进行特征提取，得到特征图；

获取平均权重，所述平均权重是对第一个特征编码器进行普通训练，对第二个特征编码器进行元训练后得到的；

根据所述平均权重和所述特征图得到检测结果。

2.根据权利要求1所述的方法，其特征在于，所述获取平均权重，包括：

获取对所述第一个特征编码器进行普通训练后得到的预测权重；

获取对所述第二个特征编码器进行元训练后得到的类代码权重；

将所述预测权重和所述类代码权重的平均值确定为所述平均权重。

3.根据权利要求2所述的方法，其特征在于，所述获取对所述第一个特征编码器进行普通训练后得到的预测权重，包括：

获取第一支持集，所述第一支持集中包含多个类别的对象的训练样本；

根据所述第一支持集对所述第一个特征编码器进行普通训练，得到特征提取器；

将所述特征提取器的权重确定为所述预测权重。

4.根据权利要求3所述的方法，其特征在于，所述获取对所述第二个特征编码器进行元训练后得到的类代码权重，包括：

获取第二支持集，所述第二支持集中包含的对象的类别与所述第一支持集中包含的对象的类别相同；

根据所述第二支持集对所述第二个特征编码器进行元训练，得到每个类别的类代码生成器；

将所有类代码生成器的权重确定为所述类代码权重。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述平均权重和所述特征图得到检测结果，包括：

对所述平均权重和所述特征图进行卷积运算，得到热力图；

根据所述热力图计算各个目标对象的关键点，所述关键点是所述目标对象的边框的中心点；

根据所述热力图计算所述关键点的偏移量；

根据所述热力图计算所述边框的尺寸；

将所述关键点、所述偏移量和所述尺寸确定为所述检测结果。

6.一种少样本的目标检测装置，其特征在于，用于包含两个特征编码器的CenterNet中，所述装置包括：

获取模块，用于获取待检测的图像，所述图像中包括至少一个目标对象；

提取模块，用于对所述图像进行特征提取，得到特征图；

所述获取模块，还用于获取平均权重，所述平均权重是对第一个特征编码器进行普通训练，对第二个特征编码器进行元训练后得到的；

检测模块，用于根据所述平均权重和所述特征图得到检测结果。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，还用于：

获取对所述第一个特征编码器进行普通训练后得到的预测权重；

获取对所述第二个特征编码器进行元训练后得到的类代码权重；

将所述预测权重和所述类代码权重的平均值确定为所述平均权重。

8.根据权利要求6或7所述的装置，其特征在于，所述检测模块，还用于：

对所述平均权重和所述特征图进行卷积核运算，得到热力图；

根据所述热力图计算各个目标对象的关键点，所述关键点是所述目标对象的边框的中心点；

根据所述热力图计算所述关键点的偏移量；

根据所述热力图计算所述边框的尺寸；

将所述关键点、所述偏移量和所述尺寸确定为所述检测结果。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至5任一所述的少样本的目标检测方法。

10.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至5任一所述的少样本的目标检测方法。