应用于无人机载计算平台的轻量化小样本目标检测方法

来源：计算机应用与软件杂志2025年第7期北京时间：

作者：王凤杰, 潘崇煜, 邓汉强, 王宇, 黄健

摘要：深度学习通常需要大数据驱动，在数据较为稀缺的领域如军事领域、医学领域等具有一定的局限性。针对军事领域中的标签样本数据稀缺问题，提出一种目标候选区域生成、预测模型提取特征、支持向量机分类所组成的分段式小样本目标检测方法。为验证算法有效性，采用无人机航拍采集了具有实际参考价值的军事模型目标的图像数据，并构建数据集，基于该数据集在RK3399Pro嵌入式计算平台上展开实验，获得了最高准确率达27.3%和百回率达62.4%以及较好的实时性。在此基础上，引入基于先验知识的定位约束，进一步提升方法性能。

关键词：小样本目标检测, 军事目标, 轻量化模型, 机载计算平台