系统工程与电子技术

作者：蔡伟, 王鑫, 蒋昕昊, 杨志勇, 陈栋

单位：火箭军工程大学导弹工程学院, 陕西 西安 710025

关键词：小样本目标检测,空中目标,耦合问题,深度学习

针对小样本激化的目标检测耦合问题, 以高价值空中目标为研究对象, 提出一种基于解耦的小样本目标检测算法。首先, 在区域候选网络中引入梯度调整层, 强化区域候选网络, 缓和任务耦合问题。其次, 将目标检测头拆解成分类和回归两个分支, 在前端添加无参平均注意力模块, 缓和特征耦合问题。所提算法可以提高小样本目标检测性能, 增强对新类的检测能力。实验结果表明, 所提算法在1、2、3、5、10样本实验中均表现最佳, 平均精度分别达到32.5%、35.6%、39.6%、41.2%和57.4%。相较于两阶段微调方法, 所提算法检测性能大幅度提高, 能够解决在小样本激化的耦合矛盾下网络检测能力下降的问题, 提升对小样本高价值空中目标的检测精度

来源：2024年第9期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第9期