机器人视觉识别大数据增强策略与小样本学习结合
DOI: https://doi.org/10.64083/STE2511104
作者
宋孟月，张书伟，万林炜，刘子一，朱耀晨，张建刚
摘要
在机器人视觉识别这个领域当中，小样本学习存在着因训练数据稀缺致使模型泛化能力较弱的情况，而大数据提高策略尽管可扩充数据，然而却很难直接适配小样本场景，本文创新性地想出了把大数据提高策略和小样本学习结合起来的办法，借助改进数据提高技术来适应小样本的特点，引入元学习算法以便可快速适应新类别，构建基于注意力机制的神经网络来强化特征提取，并且在多个公开数据集以及机器人实际场景当中展开实验。结果显示，该方法提升了小样本视觉识别性能，在少样本情形下对于新类别的识别准确率相较于传统方法有了大幅提高，为机器人在复杂多变环境里的视觉识别提供了更有效的解决办法。
关键词
机器人视觉识别；大数据增强策略；小样本学习；元学习；注意力机制
