【小样本学习+目标检测】致力于通过有限的标注样本实现高效的目标检测，以应对数据匮乏的挑战。这一领域的研究对于缩小人工智能与人类学习系统之间的差异、增强模型对新类别的适应能力、推动智能识别系统在实际场景中的应用具有重要意义。

为了帮助研究人员深入理解【小样本学习+目标检测】领域的最新进展并探索创新途径，本文汇总了过去两年内该领域的20篇顶级会议和期刊论文的研究成果。这些论文及其来源、相关代码均已整理完毕，希望能为各位的学术探索提供新的视角和启发。

三篇论文详解

1、AsyFOD: An Asymmetric Adaptation Paradigm for Few-Shot Domain Adaptive Object Detection

方法

• 问题定义：在目标域中有少量标记图像可用于训练，同时有大量源域标记图像，研究少量目标域自适应对象检测（FSDAOD）。

• 目标分布估计：使用目标分布估计来识别与目标实例相似的源实例，以扩充有限的目标实例。

• 异步特征对齐：在目标不相似的源实例和扩充的目标实例之间进行异步对齐，以减轻过适应问题。

• 任务导向的监督训练：分别对分类和定位任务进行监督训练，以解决数据不平衡问题。

• 模型训练：通过结合异步分布对齐和任务导向的监督训练来优化检测器参数。

创新点

• 不对称适应范式：提出了一种新的不对称适应范式，通过从不同角度利用源和目标实例来解决数据不平衡问题。

• 目标相似源实例的识别：通过目标分布估计函数，将源实例集划分为目标相似和目标不相似的实例集，以扩充目标实例。

• 异步特征对齐：提出了一种异步特征对齐方法，该方法在优化检测器时对目标实例特征应用了停止梯度操作，以更好地对齐未观察到的目标样本。

• 任务导向的监督训练：针对分类和定位任务分别进行监督训练，以解决目标域中数据稀缺的问题。

2、Breaking Immutable: Information-Coupled Prototype Elaboration for Few-Shot Object Detection

方法

本文提出了一种名为Information-Coupled Prototype Elaboration (ICPE) 的方法，用于解决少样本目标检测（Few-Shot Object Detection, FSOD）问题。FSOD 旨在使检测器能够仅使用少量样本检测新类别的对象。ICPE 方法的核心是生成针对每个查询图像的特定且具有代表性的原型（prototypes）。具体方法包括：

• 条件信息耦合模块：该模块将查询分支中的信息与支持分支中的信息耦合起来，以增强支持特征中的查询感知信息。

• 原型动态聚合模块：该模块动态调整图像内和图像间的聚合权重，以突出对检测查询图像有用的显著信息。

• 查询分支与支持分支共享的公共骨干网络：用于提取查询图像和支持图像的特征。

• 原型生成：通过条件信息耦合模块和原型动态聚合模块，生成每个查询图像的特定原型。

• 目标检测：使用生成的原型作为查询分支中感兴趣区域（Region of Interest, RoI）特征的通道注意力（channel-wise attention），以提高检测头对查询图像中对象的检测精度。

创新点

• 条件信息耦合：提出了一种新的条件信息耦合模块，该模块能够将查询图像的信息整合到支持图像中，生成包含查询感知信息的耦合特征，从而为每个查询图像定制原型。

• 原型动态聚合：设计了一种原型动态聚合模块，通过动态调整聚合权重来强调原型中的显著信息，包括：

• 图像内动态聚合机制（Intra-DAM）：通过构建局部到全局的依赖关系，突出每个支持图像内的重要局部信息。

• 图像间动态聚合机制（Inter-DAM）：基于支持图像与查询图像之间的相似性，强调关键支持图像，生成类别特定的原型。

• 显著性能提升：在Pascal VOC和MS COCO数据集上的实验结果表明，ICPE方法在几乎所有设置中都达到了最先进的性能。

3、DiGeo: Discriminative Geometry-Aware Learning for Generalized Few-Shot Object Detection

方法

本文提出了一种名为DiGeo（Discriminative Geometry-aware）的新训练框架，旨在改善少样本目标检测（Few-Shot Object Detection, FSOD）任务中的泛化能力。DiGeo通过学习具有类别间分离（interclass separation）和类内紧凑性（intra-class compactness）的几何感知特征来提高模型性能。具体方法如下：

• 类别间分离：通过最大化类别中心之间的成对距离来实现类别间分离，使用离线的简单多面体等角紧框架（Simplex Equiangular Tight Frame, ETF）分类器作为目标，其权重作为类别中心，并保持最大且相等的分离。

• 类内紧凑性：通过自适应的类特定边界来收紧每个类的聚类，并将实例特征推向类别中心，以便形成清晰的决策边界。此外，考虑基础类别集和新颖类别集之间的巨大不平衡，提出上采样新颖类别集来促进特征提取。

• 自适应边界：基于实例分布先验计算类特定边界，并在训练期间通过自蒸馏过程自适应调整。

• 重复因子采样（Repeated Factor Sampling, RFS）：通过对新颖类别的图像进行上采样，来处理类别不平衡问题。

创新点

• 离线ETF分类器：提出了一种新的离线ETF分类器，其权重作为固定中心，可以在训练期间最大化且相等地分离类别中心，有助于特征空间中不同类别的清晰区分。

• 自适应边界调整：通过将类特定边界纳入分类损失，提出了一种新的方法来收紧每个类的聚类，并通过自蒸馏技术自适应地调整边界，以改善从有限注释中学习的能力。

• 单一模型下的双重改进：与现有方法不同，DiGeo能够在不损害基础类别检测精度的情况下，同时提高对新颖类别的泛化能力。

• 长尾目标检测的扩展性：DiGeo不仅可以应用于FSOD，还可以扩展到长尾目标检测（Long-Tail Object Detection, LTD）任务，证明了其方法的通用性和有效性。

• 有效的重新采样策略：提出了一种有效的重复因子采样策略，与DiGeo方法紧密结合，可以进一步改善模型对新颖类别的检测精度。