[发明专利]一种基于动态分类器的小样本目标检测系统及方法

说明书

本发明提供一种基于动态分类器的小样本目标检测系统及方法，系统采用Faster R‑CNN作为基础检测器；Base training阶段不修改模型结构，直接在base classes上从随机初始化开始训练整个模型，模型的box predictor模块中采用多分类器用作最终的目标分类，具体地，使用了神经网络中的全连接层，Fine‑tuning阶段固定住除box predictor之外的全部模型参数，并且把多分类器换成距离分类器，具体地，使用了余弦分类器；由此可知，本发明也属于基于fine‑tuning的那一类小样本目标检测算法，但在保证高精度的同时极大地缩短了fine‑tuning的时间。

技术领域

本发明涉及深度学习中的目标检测领域，更具体地，涉及一种基于动态分类器的小样本目标检测系统及方法。

背景技术

小样本目标检测是深度学习中一个具有挑战性的难题，它结合了小样本学习和目标检测。因此我们先介绍这两个任务的背景技术，再描述小样本目标检测领域已有的成果。

小样本学习(Few Shot Learning)

小样本学习要解决的难题是在目标类别(novel classes)仅给定极少量标签数据的情况下，利用模型在标签数据丰富的已有类别(base classes)数据上学到的知识，能够准确地识别目标类别的未标注数据。已有的方法主要分为Meta-learning和Metriclearning两个方向。Meta-learning也被称为“learning to learning”，旨在学习一个meta-learner，它能够快速应用到带有少量标签数据的新任务上去。有的方法尝试去获取有效的参数初始化，有的方法则利用参数生成来使得模型能够适应到新任务。到目前为止，小样本学习领域已经在图像分类任务上取得了极大的进展，然而在更加具有挑战性的目标检测任务上却鲜有成效。

目标检测(Object Detection)

目标检测是计算机视觉中十分重要且应用广泛的一个任务，它旨在确定图片中所有感兴趣的实例(即目标)，并给出这些实例的类别和位置。传统的解决目标检测问题的思路是先对图片进行预处理，再采用滑动窗口选取候选区域，然后提取图片特征，最后再进行判别。近年来，随着深度学习的发展，主流的目标检测算法主要分为两大类：two-stage和one-stage。Two-stage方法首先显式地为可能的目标生成类别无关的候选区域，然后再把它们分类到具体的类别，并且对回归边界进行优化调整，比如R-CNN系列。One-stage方法不会显式地生成候选区域，而是直接预测目标的类别和位置，比如YOLO系列、SSD等。总的来说，two-stage的检测器由于步骤更加繁琐，需要耗费更长的时间，但也表现出了更强的性能。然而，所有的方法都极度依赖于大量带有标注的数据来进行训练，包括目标的类别以及边框的坐标，因此这些方法不能够直接应用到小样本目标检测任务中去。

小样本目标检测(Few Shot Object Detection)

小样本目标检测中，base classes作为已知类别，往往具有丰富的标签数据，包括目标的类别以及边框坐标；而novel classes作为目标类别，往往只有少量标注信息，这些数据被称为支持集。虽然支持集中每个标注都是完整带有类别以及边框坐标的，但这些数据并不足以让传统模型学习到novel classes中足够多的信息。在小样本目标检测中，目前主流的方法分为两类：基于meta-learning的方法和基于fine-tuning(微调)的方法。