基于自上而下注意力機(jī)制的零樣本目標(biāo)檢測

打開文本圖片集

摘要：由于可見類和未見類目標(biāo)數(shù)據(jù)分布的差異性，目前基于映射遷移策略的零樣本目標(biāo)檢測算法在測試時容易偏向可見類別的目標(biāo)，且因為不同類別在屬性上的相似性，特征分布比較混亂。本文提出一種新的零樣本目標(biāo)檢測框架，利用所設(shè)計的先驗知識提取模塊和自上而下注意力機(jī)制模塊，為檢測過程提供任務(wù)導(dǎo)向，引導(dǎo)模型在訓(xùn)練期間關(guān)注出現(xiàn)的未見類特征，提高模型對不同數(shù)據(jù)分布的判別性；還設(shè)計了一種新的對比約束以提高特征之間的聚類能力；在MSCOCO 標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行了大量實驗。（剩余18985字）