基于差分多尺度融合的广义少样本目标检测方法

本申请涉及一种基于差分多尺度融合的广义少样本目标检测方法。所述方法包括：构建少样本目标检测模型；少样本目标检测模型包括多尺度特征融合模块和差分卷积融合模块；根据区域提议网络生成少样本的初始区域提议；从初始区域提议中提取对应的掩码区域并进行比例扩展优化，将目标区域输入到多尺度特征融合模块中通过将五种不同尺度卷积核提取目标区域的特征使用尺度注意力机制生成注意力权重进行自适应加权融合，将融合多尺度特征输入差分卷融合模块中通过建立像素邻域的方向敏感差分特征图与原始特征图融合，得到最终目标特征。采用本方法能够实现了物体边界的精确定位和物体全局信息的有效保留同时实现局部细节与全局语义信息的最佳平衡提取。