基于自适应注意力网络的遥感图像少样本目标检测
计算机视觉与模式识别
2020-09-29 v1
摘要
在遥感领域，近年来目标检测有许多应用，其需要大量标注数据。然而，我们可能面临仅有有限数据可用的情况。本文中，我们提出了一种少样本目标检测器，旨在仅利用少量样本检测新目标。特别地，为适应目标检测设定，我们所提少样本检测器借助自适应注意力网络（SAAN）聚焦于目标层面而非整图层面的关系。SAAN 可通过关系 GRU 单元充分利用目标级关系，并根据目标级关系以自适应方式对目标特征施加注意力，从而避免额外注意力无用甚至有害的情况。最终，检测结果由添加了注意力的特征产生，从而能够被简单检测。实验证明了所提方法在少样本场景中的有效性。
引用
@article{arxiv.2009.12596,
title = {Few-shot Object Detection with Self-adaptive Attention Network for Remote Sensing Images},
author = {Zixuan Xiao and Wei Xue and Ping Zhong},
journal= {arXiv preprint arXiv:2009.12596},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2009.01616