小样本目标检测综述

作     者：刘浩宇 王向军 LIU Hao-yu;WANG Xiang-jun

作者机构：天津大学精密测试技术及仪器国家重点实验室天津300072 天津大学微光机电系统技术教育部重点实验室天津300072 

出 版 物：《导航与控制》 (Navigation and Control)

年 卷 期：2021年第20卷第1期

页      面：1-14页

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：天津大学自主创新基金(编号:202003) 

主　　题：目标检测 小样本学习 数据增强 增量学习 元学习 

摘      要：小样本学习是指在样本数据不足或质量较低的情况下进行的深度学习训练和预测的方法。针对深度学习目标检测应用中可能会面对的样本数据不足的问题,分析了小样本目标检测的数学模型和误差来源,将适用于小样本目标检测的方法分成数据、模型和算法三个类别进行了归纳总结,简述了各个方案的缺点与不足,并枚举了近年来在小样本目标检测上的可行方法实践探索,简要介绍了其实现的效果。在此基础上,简单介绍了与小样本学习相类似的深度学习应用,并在分析了目前小样本检测中存在的问题后,对未来小样本目标检测的发展方向和研究趋势进行了讨论。