小样本高精检测
一种侧重解码过程的双向级联神经网络，通过权重融合最大化高低层特征利用，在植物检测与计数任务中显著优于现有方法。
Jianxiong, Ye · Yu, Zhenghong · Yangxu, Wang · Dunlu, Lu · Zhou H.
Engineering Applications of Artificial Intelligence 2024
双向级联解码和权重融合充分利用有限样本中的高层语义与低层空间信息，使模型在仅六个小型数据集上即达到0.905的平均精确率。
在公开的植物检测与计数基准上，所提方法比现有最优计算机视觉方法有明显提升，证明其泛化能力。
引入Dropout机制后，模型在多个数据集上的性能和泛化能力得到显著增强，减少了过拟合风险。