融合分類校正與樣本擴增的小樣本目標檢測

黃友文，豆 恒，肖貴光

江西理工大學 信息工程學院，江西 贛州 341000

近幾年，卷積神經網絡（convolutional neural network，CNN）[1-2]的發展提高了深度學習的特征提取能力，使通用目標檢測器性能得到很大的提升[3-5]。深度檢測器通常需要大量帶標注的訓練數據才能讓其性能達到最優[6]，然而這些訓練樣本數據在很多現實場景中都難以獲取。相比而言，人類只要給出極少數的樣本就可以迅速理解這些新的對象，并且可以識別新類中的物體，模仿人類的學習特性實現小樣本目標檢測已成為當前學術研究的熱點。與一般學習任務需要大量樣本的情況不同，小樣本學習任務需要在樣本不足的情況下完成深度網絡模型的有效訓練。在小樣本學習任務下，深度檢測器有嚴重的過擬合問題，小樣本檢測任務與通用檢測任務的差距大于小樣本檢測任務和小樣本分類之間的差距[7]。這就導致在樣本數據稀缺的情況下，深度檢測器提取新類信息的能力與人類相差甚遠。

小樣本目標檢測（few-shot object detection，FSOD）相對于小樣本分類和通用目標檢測難度更高。從算法上看，FSOD有兩個分支，一個是以元學習任務為主導，目的是找到對所有任務都通用的最優參數，文獻[8]在元學習注意層重新構建檢測器的RoI頭部，對其產生的特征圖進一步處理。文獻[9]在重新平衡處理后的數據集上進行特征聚合和元訓練，使一個框架同時適用于小樣本目標檢測和小樣本視點估計任務。另一個分支以微調為主導，利用新類數據對現有模型參數進行微調，文獻[10]將遷移訓練的方法用在Faster R-CNN 上進行小樣本目標檢測，還引入廣義小樣本檢測作為評價指標。文獻[11]在尺度范圍上擴增樣本數據解決樣本數據稀缺的問題。由于微調算法采用基類數據訓練模型，凍結一部分參數后在新類數據上微調，因此會產生數據分布偏移和新類數據利用率不足的問題。

最新提出的算法中，文獻[12]在所有目標類別中學習通用原型，利用通用原型的軟注意來增強目標特征，提高模型的泛化能力。文獻[13]通過強化前景區域，再將支持圖像和查詢圖像結合得到帶有位置信息的支持向量，增加檢測器對于目標的注意力。文獻[14]在基礎類別與新類別之間構建兩個子圖，利用圖卷積將區域提案特征重構之后與原類型匹配訓練。文獻[15]針對RoI提取的區域提案構建對比分支，將支持集和查詢集數據進行更好的匹配。文獻[16]利用對抗的方式干擾新類目標的特征表達，優化特征空間，使基類與新類的邊界更加明顯。文獻[17]以平均分數從記憶增強特征中重新采樣，提升頭尾類的區分邊界，在保持頭部類性能的同時提高尾部類性能。可以看出，使用現有樣本數據增強特征含有的信息是小樣本目標檢測算法的主流，但是這種優化沒有解決新類樣本數據稀缺的問題。文獻[18]利用蒸餾技術將支持集和查詢集的數據重新匹配，充分利用支持集數據的同時產生更多不同尺度的樣本特征。文獻[19]構建幻覺網絡在RoI空間中生成更多的新類樣本。上述算法生成樣本數據利用的數據集規模都很小，生成的樣本多樣性并不豐富。與上述算法相比，所提方法通過限制主干網絡接收的信息和附加分類網絡校正分類任務讓特征更符合小樣本檢測的需要，同時使用大規模圖像分類數據集進行樣本擴增，可以有效緩解上述算法存在的問題。

針對上述算法的問題，提出分類校正模塊（classification calibration block，CCB），利用強分類網絡對RCNN 的分類分數進行校正，緩解定位任務對于分類任務性能的影響。引入樣本擴增模塊（sample amplification block，SAB），用大規模圖像分類數據修正新類樣本分布，通過采樣完成樣本擴增。同時通過梯度限制層（gradient control layer，GCL）對反向傳播到主干網絡的梯度信息乘以一個常數，限制RPN 和R-CNN 模塊傳遞給主干網絡的信息。

所提方法可以有效解決小樣本目標檢測任務面臨新類樣本數量不足以及樣本多樣性不足導致的過擬合問題，在PASCAL VOC 和COCO 兩個數據集上均取得了目前最好的效果。

1 問題定義

參照以往研究工作使用的設置方法[9-10，20-21]，將常規目標檢測數據集拆分為小樣本目標檢測數據集。目標類分為帶有大量標注數據的基類Cbase和每類只有k個標注數據的新類Cnovel，其中Cbase來自基類數據集Dbase，Cnovel來自新類數據集Dnovel，兩個類別之間沒有交集，即Cbase∩Cnovel=?。小樣本目標檢測任務的學習過程分為基類訓練階段和新類微調階段。前一階段利用含有大量帶標注目標的基類Cbase訓練模型，讓檢測器擁有可以轉移到新類上的信息；后一階段在樣本數據稀缺的新類Cnovel上進行微調，讓整個檢測器更適應新類。輸入圖像(x,y)∈Dbase∪Dnovel，其中x={ti,i=1,2,…,N}表示有N個目標的圖像，ti表示圖像中的第i個目標，y={(ci,bi),i=1,2,…,N}表示圖像的標注，ci=Cbase∪Cnovel是目標ti的類別，bi表示目標ti的邊框位置。依據上述設置，算法最終目的是利用基類數據集Dbase和新類數據集Dnovel在不同的學習階段優化檢測器，然后對查詢集Dquery的樣本進行檢測，查詢集Dquery樣本的目標都屬于類別Cquery，其中Cquery?Cbase∪Cnovel。

2 模型架構

2.1 Faster R-CNN

Faster R-CNN[3]是一個經典的兩階段目標檢測器，由主干網絡、區域提案網絡（region proposal network，RPN）和R-CNN[22]三部分組成。主干網絡提取預處理圖片的特征，RPN利用錨框將特征轉換為一組高質量類別無關的區域提案，R-CNN利用RoI池化層[23]將區域提案映射為固定大小的特征，R-CNN 的分類器與回歸器分別輸出類別分數和邊框坐標。三個模塊通過最小化損失函數L實現共同優化，如式（1）所示：

在Faster R-CNN 的架構中，RPN 模塊主要負責定位任務；R-CNN 模塊同時負責定位任務和分類任務。由于分類任務需要轉移不變特征，而定位任務需要轉移變化特征[24]。最終會彼此影響對方性能。Faster R-CNN利用損失函數L平衡兩個互相矛盾的任務，但這樣會導致單個任務陷入次優解。

RPN和R-CNN根據損失函數L把對應任務的梯度信息反向傳播給主干網絡，優化主干網絡，并且利用主干網絡在兩個模塊之間傳遞信息。但是RPN和R-CNN會有前景-背景混淆和錯誤分類的情況，通過梯度信息會將問題傳播到整個檢測器。擁有大量帶標注的樣本數據時，少量錯誤對整個檢測器的性能影響有限。然而對小樣本目標檢測而言，由于樣本稀少，這個問題在微調階段會嚴重損害檢測器的性能。

2.2 框架

基于上面的描述，提出一種新的小樣本目標檢測框架，整體架構如圖1所示。訓練過程分為基類訓練和新類微調兩個階段。在評估時引入CCB，利用一個訓練好的強分類網絡，將區域提案作為輸入，通過強分類網絡的分類分數校正R-CNN的分類分數。SAB附加在主干網絡之后，只在新類微調階段調用，利用大規模圖像分類數據集修正新類的樣本數據分布，再從修正后的數據分布中抽取更多的樣本加入微調過程，擴增新類數據。在基類訓練和新類微調兩個階段中都加入GCL，通過給兩個模塊的梯度數據乘上不同大小的限制因子，可以不同程度限制梯度信息的傳遞，從而使主干網絡在保存基類信息的同時加快對新類信息的適應速度。

圖1 算法的網絡框架Fig.1 Network framework of algorithm

基類訓練階段采用Dbase中的數據作為輸入，主干網絡提取樣本特征后送入RPN 和R-CNN 兩個模塊中，得到分類分數與邊框坐標。在新類微調階段將Dnovel中的數據送到主干網絡提取新類樣本的特征，然后使用SAB模塊對新類樣本在特征域擴增，擴增后的數據輸入RPN 和R-CNN 模塊進行后續預測。R-CNN 分類器輸出的分數經過CCB 校正得到最終的檢測器分類分數，回歸器得到最終的邊框坐標。在兩個訓練階段反向傳播時，梯度信息都經過GCL處理，再傳遞到主干網絡。

2.3 分類校正模塊

分類校正模塊（CCB）利用分類性能很好的強分類網絡對檢測器的分類分數進行校正，有效解決了檢測器中分類任務受到定位任務影響的問題。通用目標檢測器一般將分類器和回歸器并行部署在主干網絡之后，提升全局特征的利用率。然而，定位任務需要轉移變化特征，會驅使主干網絡提取的全局特征擁有轉移變化特征，這會影響全局特征中的轉移不變特性。分類任務需要轉移不變特征，因此負責定位任務的回歸器會影響分類器的性能。在大量標注樣本的情況下，可以利用數據集的全面性緩解這個問題，但在小樣本檢測中，這個問題會影響檢測器的最終結果。模型在新類微調階段時，樣本數量稀缺直接導致模型的分類器性能受到很大影響。本文采用如圖2 所示的分類校正模塊對結果進行校正，消除分類器產生的高分假陽性（false positive）和低分假陰性（false negative）。

圖2 分類校正模塊Fig.2 Classification calibration block

模塊利用在ImageNet 數據集訓練的強分類網絡作為CCB 的主干網絡，將基類數據集Dbase中的基類圖片輸入到CCB 主干網絡提取特征，根據標注中的真實邊框數據與特征相結合得到輸入圖片中的第i個目標特征xi。將數據集轉換為目標原型庫，uc表示類別為c的目標特征原型，其計算方式如式（2）所示：

式中，Dc是基類數據集Dbase中所有類別為c的樣本子集。

將檢測圖片Ii輸入到微調之后的小樣本檢測器，得到結果，ci是預測類別，si是預測類別的分數，bi表示預測邊框。對輸入的檢測圖片Ii根據預測邊框bi生成對應的目標特征xi，利用目標特征xi與目標特征原型uc計算余弦相似度，如式（3）所示：

其中，α是平衡兩個分數的超參數。

分類校正模塊獨立于檢測器之外，不共享參數可以確保分類校正模塊不受檢測器的影響，使其提取的特征有很強的轉移不變特征，適用于分類任務。CCB使用官方訓練的參數，不需要遷移訓練，可以即插即用，很好地適用于提升其他類型的小樣本檢測器性能。

2.4 樣本擴增模塊

為解決小樣本目標檢測中微調階段樣本數據稀缺導致檢測器過擬合的問題，提出樣本擴增模塊（SAB），在特征域對樣本數據進行擴增。一般目標檢測器的訓練過程中，每個類別都有足夠多的樣本為檢測器提供此類別盡可能正確的樣本分布。小樣本目標檢測器由于其任務的特殊性，在新類微調階段每個新類只有少量樣本為檢測器提供類別信息。這樣檢測器學習到的樣本分布相對于真實的樣本分布有很大的偏差，這些偏差會導致檢測器出現嚴重的錯誤。在新類微調階段，主干網絡之后加入樣本擴增模塊，利用圖片類別和數量都很多的圖像分類數據集在特征域擴增新類。模型的架構如圖3所示。

圖3 樣本擴增模塊Fig.3 Sample amplification block

首先將圖像分類數據集DImage中的圖片輸入到在基類數據集Dbase訓練過的主干網絡，獲得整個數據集的類別原型庫UImage={u1,u2,…,ui}，ui表示數據集DImage中類別為i的類別原型，如式（5）所示：

其中，Ni表示數據集DImage中類別為i的圖片數量，xi,j表示類別i中第j個圖片經過主干網絡得到的特征。得到的類別原型存儲到本地，作為離線文件。然后將新類數據集Dnovel的圖片Ik輸入到主干網絡中，得到特征fk。利用余弦相似度計算fk與類別原型ui的相似度，得到圖片Ik與數據集DImage中每個類別的相似度mk={mk,1,mk,2,…,mk,i}，mk,i代表圖片Ik和類別i的相似度，如式（6）所示：

對于mk取Top-d進行歸一化得到權重系數wk={wk,1,wk,2,…,wk,i}，其中wk,i表示歸一化后的圖片與DImage中類別i的權重系數，如式（7）所示：

其中，d表示生成新數據集中使用到的類別數量，即Top-d中的d。

利用權重系數對類別原型加權之后可以得到新類數據集Dnovel的修正原型，如式（8）所示：

式中，ui為DImage中第i類的類別原型，wk,i為每個類別原型的權重。

最后，利用類別原型和修正原型構建一個均勻分布，從這個均勻分布中采樣構建新的數據集，如式（9）所示：

式中，x*為新生成的樣本，y表示新生成樣本的類別標簽，U表示均勻分布，fk是主干網絡提取的新類樣本特征，pk是前述通過加權得到的新類修正原型特征，構成均勻分布的兩個邊界。在生成的分布中采樣一定數量的樣本作為新的訓練樣本Dnew，擴增后的數據集D*novel如式（10）所示：

式中，Dnovel表示擴增前的新類數據集，Dnew表示修正分布之后采樣生成的數據集。

樣本擴增模塊主干網絡和檢測器主干網絡都使用ResNet-101，使用經過基類訓練的參數。對mini-ImageNet 數據集類別原型庫的構建過程位于基類訓練之后，獨立于小樣本目標檢測器的訓練過程。在新類微調階段只需要利用本地數據生成新的數據集，不會帶來大量的運算成本。通過擴增樣本數量解決小樣本任務中最根本的數據不足問題可以很好地提高小樣本檢測器的性能。

2.5 梯度限制層

本節中，針對主干網絡中梯度信息獲取與真實樣本數量不匹配的問題，引入梯度限制層（GCL）限制RPN和R-CNN兩個模塊在訓練階段反向傳播給主干網絡的梯度信息。小樣本檢測器的主干網絡不只需要基類信息，還需要新類信息，兩種類別信息都是在反向傳播中直接傳播到主干網絡。由于新類的樣本數量相比于基類相差很多，所以基類在訓練過程中傳遞給主干網絡的信息更加符合類別的真實信息，但是新類也會將梯度完全傳遞給主干網絡，這就讓主干網絡會受到新類信息的誤導，學到與新類真實信息有區別的干擾信息。通過限制梯度傳遞，可以有效控制不同訓練階段傳播給主干網絡的信息，讓主干網絡側重于利用基類信息提取新類特征。同時，通過對RPN 和R-CNN 兩個模塊的反向傳播過程進行不同程度的限制，可以有效地緩解定位任務與分類任務互相影響的問題。

從梯度反向傳播的角度，加入一個新的網絡層，稱為梯度限制層。正向傳播時，按照Faster R-CNN 的設置正常傳播，不作任何處理。反向傳播時，GCL取后一層的梯度，與限制因子λ∈[0,1]相乘，傳遞給前面一層，結構如圖4所示。

圖4 梯度限制層Fig.4 Gradient control layer

其中，η為檢測器的學習率，λrpn和λrcnn分別表示RPN和R-CNN的梯度限制因子。式（11）表示主干網絡參數θt的更新受到λrpn和λrcnn的影響。當λrpn=0 或λrcnn=0時，表示θt不受θrpn或θrcnn的影響，相當于主干網絡只接受RPN 或R-CNN 單個模塊的梯度信息；當λrpn或λrcnn∈(0,1) 時，表示θt受到θrpn或θrcnn部分影響，RPN或R-CNN 對于主干網絡的更新都提供梯度信息；當λrpn=λrcnn時，代表RPN 和R-CNN 兩個模塊的梯度信息限制程度相同；當λrpn=λrcnn=1 時，即GCL不起作用，檢測器反向傳播與Faster R-CNN一樣。當λ＜0 時對于梯度更新沒有意義。另外，限制因子λ對于RPN 和RCNN模塊參數θrpn和θrcnn的更新不產生影響。

梯度限制層加入兩個超參數，在兩個訓練階段使用超參數可以不同程度地限制RPN和R-CNN模塊傳播給主干網絡的梯度信息。限制不同訓練階段的梯度信息可以有效解決檢測器在新類別上過擬合的問題。在SAB 擴增樣本時，因為k-shot 任務下新類樣本的隨機性，差異化很大的樣本會導致擴增樣本與輸入樣本偏離太多，GCL通過限制梯度信息的傳播可以有效糾正這個錯誤。

3 實驗

3.1 實驗設置

參照以往的研究工作使用的方法[9-10，21]，利用TFA[10]的實驗方案將常規目標檢測數據集切割為符合小樣本標準的數據集，用得到的小樣本目標檢測數據集對所提方法進行公平的評估比較。

PASCAL VOC 屬于常規目標檢測數據集，根據TFA的實驗方法將其20個類別拆分為15個基礎類別和5 個新類別。基類訓練階段使用15 個基礎類別的所有樣本進行訓練，新類微調階段在新類別所有樣本中抽取k個樣本進行微調。對于每個新類別抽取k個樣本進行新類微調稱為小樣本k-shot任務，設置k=1，2，3，5，10，按照k-shot 任務分別對模型輸入不同數量的k個微調樣本。從而將常規目標檢測數據集PASCAL VOC轉換為符合小樣本標準的數據集。其中，用于訓練和微調的樣本來自VOC-07/12 的訓練集。根據TFA 的實驗設置抽樣出基類和新類的三種劃分結果，分別為Novel Set 1，2 和3。在VOC-07 測試集使用新類預測AP50 進行評估。

對于COCO 數據集，根據TFA 實驗設置將其80 個類別劃分為基礎類別和新類別，與VOC 數據集不相交的60 個類別設置為基礎類別，剩余20 個類別設置為新類別。同VOC 數據集一樣，使用60 個基礎類別的所有樣本參與基類訓練，對于新類別按照k=1，2，3，5，10，30，設置小樣本k-shot 任務，按照k-shot 任務在每個新類別中抽取k個樣本作為參與微調的樣本。依據上述方法將大規模目標檢測數據集COCO 轉換為符合小樣本標準的數據集。使用驗證集里的5 000 張圖片遵循mAP進行評估。此外所有的結果都是十次重復運行的平均值。

本文以Faster R-CNN[3]作為基本檢測框架，使用在ImageNet上預訓練的ResNet-101作為檢測器主干網絡，采用同樣在ImageNet上訓練過的ConvNeXt-XL作為分類校正模塊主干網絡，使用大規模圖像分類數據集mini-ImageNet 生成SAB 的類別原型庫。采用SGD 對檢測器進行端到端的優化，小批量尺寸為4，動量因子為0.9，權重衰減因子為0.000 05。學習率在基礎訓練時設置為0.02，在新類微調時設置為0.01。CCB中的平衡系數α設置為0.6。SAB每個類別生成的新樣本數量為50。在基類訓練階段，GCL 中的λrpn與λrcnn分別設置為0.25 和0.75；新類微調階段，將λrpn與λrcnn設置為0和0.1。

3.2 比較結果

在表1 中展示了VOC 數據集上三種不同分割方式的評估結果。可以看出所提方法在FSOD評估標準下，整體性能優于其他模型，證明所提算法的有效性。對于FSOD評估，在k-shot任務中，k值越小，其提升的性能越大，當k=1 和2 時，與其他算法相比，均取得了最好的檢測效果，在Novel Set 2 的2-shot 任務中相比次優的DeFRCN算法有5.1個百分點的提升。而對于k值較大的5-shot 和10-shot，與DeFRCN 的結果相差不大，不同分組的結果互有勝負，如Novel Set 1 中5-shot結果略差于DeFRCN，但10-shot 的檢測效果要好于DeFRCN。

表1 不同算法在PASCAL VOC數據集下的結果對比Table 1 Comparison of different algorithms under PASCAL VOC dataset 單位：%

表2 展示了在COCO 數據集上采用mAP 評估得到的結果。在k=1 和2時，本文方法達到了最好的結果，對于次優算法DeFRCN 有1.9 和0.9 個百分點的顯著提升，同時針對k=5 和10，結果也好于次優算法DeFRCN。證明所提方法在不同的數據集下都有很好的效果，在小樣本檢測任務下擁有很好的魯棒性和泛化能力。

表2 不同算法在COCO數據集下的結果對比Table 2 Comparison of different algorithms under COCO dataset 單位：%

3.3 消融實驗

使用不同分類模型作為CCB模塊主干網絡的實驗結果如表3 所示。由表3 可以看出ConvNeXt-XL 作為分類器時，檢測器的效果最好。主干網絡采用分類性能最弱的ResNet-18 得到的最終效果也最差。表明CCB主干網絡的分類能力越強，對于整個檢測器分類能力的校正效果就越強。

表3 CCB不同主干網絡的結果對比Table 3 Comparison of classification calibration block different backbone network results 單位：%

針對不同模塊的消融實驗，結果如表4 所示。第1行是基礎Faster R-CNN 的檢測結果，可以看到在樣本稀缺的情況下，Faster R-CNN存在嚴重的過擬合現象，檢測效果很差。第1～7行和8～14行數據顯示，在基類訓練階段（base-training）使用GCL 的檢測結果，基類提升2.5個百分點，新類也有提高（1.4～2.1個百分點），說明限制檢測器對于基類信息的接收可以產生更適合于小樣本檢測的基類模型。第4行和第11行的結果說明，在新類微調階段（novel-fine-tuing）加入GCL，對于小樣本檢測性能有很大的提升（3.9～16.9個百分點），GCL使用限制因子限制了檢測器對于新類信息的接收，讓檢測器以基類信息為主導，避免過擬合風險。第2 行和第9 行展示了在評估階段引入CCB 對性能的影響，有3.3～4.3 個百分點的性能提升。第3 行和第10 行表示在新類微調階段加入SAB的性能提升效果（3.4～15.5個百分點），其對于k-shot任務k值越小提升效果越大，說明其很好地緩解了新類樣本數據稀缺的問題。當k值較大時，提升性能較少，說明檢測器不只需要大量的圖片，更需要高質量的圖片。第10行與第12行對比說明新類微調階段加入GCL 對于SAB 的結果會有優化，原因是新類擴增采用差異化很大的樣本數據，如果樣本數據與真實分布相差很大，最終擴增的數據也有很大的誤差，而GCL可以通過限制信息傳遞到整個檢測器，緩解SAB 的缺點。第14 行顯示了所有模塊都加入的結果，與第一行相比提升顯著（6.8～21.3個百分點）。

表4 不同模塊的消融實驗Table 4 Ablation experiments of different modules 單位：%

在CCB和SAB中使用不同的度量方式對于性能的影響結果如表5所示。通過表5可以看出使用余弦相似度作為度量特征之間的距離可以取得很好的結果。在CCB中使用其他度量方式，諸如歐氏距離和協方差距離對于檢測器最終的結果有很大的影響，而在SAB 中使用這幾種度量方式卻沒有如此大的差距。分析原因在于CCB利用度量方式得到的結果直接影響檢測器的最終輸出分類分數，而SAB 使用度量方式計算新類修正原型特征pk的權重系數來間接影響檢測器的性能。

表5 CCB和SAB不同度量方式的結果比較Table 5 Comparison of classification calibration block and sample amplification block with different measurement results 單位：%

3.4 超參數選擇

SAB 在擴增樣本數據時，需要利用mini-ImageNet數據集中的Top-d個類別修正新類特征分布，d的不同取值對于性能結果的影響如圖5 所示。可以看出取Top-300時，檢測器的性能最好，取Top-100效果最差，原因在于新類的樣本數據很少，使用過少的類別修正很可能因為某些非關鍵特征很相似其他類別，導致特征分布修正時出錯。同時，實驗結果表明，使用過多的類別修正分布對于性能沒有很好的提升。

圖5 SAB修正分布Top-dFig.5 Sample amplification block modified distribution Top-d

SAB通過在修正后的新類分布中采樣N個樣本作為擴增樣本，采樣數量N的不同對于檢測器的性能影響如圖6 所示。可以看出當N取50 時，檢測器的性能最優。且在1/2/3-shot 時，隨著N值的增大，檢測器性能提升非常大，但是在5/10-shot 時，其優化提升很小。原因在于對于5/10-shot任務而言，檢測器可以從未擴增數據集中獲得很好的類別分布信息，因此擴增后的數據集對于檢測器性能的提升效果不顯著。

圖6 SAB樣本擴增數量NFig.6 Number of sample amplification block samples amplified N

GCL 在反向傳播階段用兩個限制因子λrpn和λrcnn控制主干網絡接收的信息，不同取值的λrpn和λrcnn在不同訓練階段對檢測器的性能影響如表6所示。第1～5行顯示新類微調階段的兩個限制因子和基類訓練階段的限制因子λrcnn固定不變，只改變基類訓練階段限制因子λrpn，當λrpn=0.25 時，檢測器的檢測效果最好。同理確保其他三個限制因子不變，只改變一個限制因子，第6～10行只修改基類訓練階段的限制因子λrcnn，第11～15行改變新類微調階段的限制因子λrpn，第16～20 行改變新類微調階段的限制因子λrcnn。通過實驗結果得知，基類訓練階段限制因子設置為λrpn=0.25 和λrcnn=0.75，新類微調階段限制因子設置為λrpn=0 和λrcnn=0.1 達到最好。另外第6～10行證明檢測器不需要微調階段的RPN提供的定位信息，即新類別所需的定位信息主要由基礎類別提供。

表6 GCL不同訓練階段限制因子λrpn 與λrcnnTable 6 Limiting factors of gradient control layer in different training stages λrpn and λrcnn

校正分類過程中，CCB使用平衡系數α∈[0,1]平衡強分類網絡和檢測器網絡的檢測結果，α的不同對檢測器性能的影響如圖7 所示，α取0.6 最為合適。由于檢測器同時負責分類和定位兩個任務，分類性能不可避免地受到影響，但是CCB中的強分類器不受影響，因此在最終的校正過程中強分類器的權重略大于檢測器的權重。

圖7 CCB平衡系數αFig.7 Classification calibration block equilibrium coefficient α

4 結束語

本文提出一種新的小樣本目標檢測算法，用于解決小樣本目標檢測擴增樣本時存在的數據分布偏移問題，以及分類任務性能容易受定位任務影響的問題。現有算法對主干網絡提取的特征進行融合、映射等操作以加強特征攜帶的信息量，所提方法通過控制主干網絡接收類別信息的程度和使用強分類網絡校正分類分數的方式使主干網絡提取的特征更適合小樣本目標檢測任務；現有算法使用目標檢測數據集或生成網絡得到訓練數據的擴增樣本，所提方法使用大規模分類數據集擴增新類樣本可以有效提升檢測器性能。在PASCAL VOC和COCO 數據集上的實驗結果表明，相比于現有的方法，所提方法實現了最佳的小樣本目標檢測性能，驗證了算法的有效性。在未來的研究中，可以將超參數作為可學習參數，以學習到適應檢測器最優值的參數配置，進一步提高小樣本目標檢測器的性能。