【学习笔记】基于Co-Attention和Co-Excitation的少样本目标检测算法，使用non ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

基于Co-Attention和Co-Excitation的少样本目标检测算法，使用non-local block来提取目标图片与查询图片间的对应特征，使得RPN网络能够准确的获取对应类别对象的位置，另外使用类似SE block的squeeze and co-excitation模块来根据查询图片加强对应的特征纬度，不依赖于训练数据的标注信息，在COCO和VOC上达到state-of-the-art，未来的工作是将网络推广到k-shot(k0)目标检测中。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：excitation Attention ATION 学习笔记 ITAT

赞

赞