1、用于无人机的多模态遥感图像目标检测算法
主要内容:研究有效利用多种传感器获取数据的融合来实现提高目标检测精度,并采用轻量级Transformer使其在无人机等计算资
源受限的边缘设备上保持较高的推理速度
主要职责:有关轻量级神经网络的调研、经典目标检测算法复现、神经网络结构设计、模型编码与参数调优
2、基于对比学习策略的小样本目标检测方法研究(FSOD)
主要内容:研究采用对比学习策略(Contrastive Learning)实现小样本学习中基类和新类别特征空间的分离,以快速准确地检测
出新类别的物体,提升模型的快速适应和学习新类别的能力
主要职责:广泛调研小样本图像处理和对比学习的现有方法、研究特征提取阶段的优化、模型的编码和调优