CD-FSOD：跨域少样本目标检测的基准
计算机视觉与模式识别
2023-05-04 v3
摘要
在本文中，我们提出对跨域少样本目标检测 (CD-FSOD) 基准的研究，该基准由来自不同数据域的图像数据组成。在所提出的基准上，我们评估了当前最先进的 FSOD 方法，包括基于元学习的 FSOD 方法和基于微调的 FSOD 方法。结果表明，这些方法表现下降，甚至不如简单的微调模型。我们分析了其失败的原因，并引入了一个强大的基线，该基线使用互利方式来缓解过拟合问题。在所提出的基准上，我们的方法以显著优势（平均 2.0%）明显优于现有方法。我们的代码可在 \url{https://github.com/FSOD/CD-FSOD} 获取。
引用
@article{arxiv.2210.05311,
title = {CD-FSOD: A Benchmark for Cross-domain Few-shot Object Detection},
author = {Wuti Xiong},
journal= {arXiv preprint arXiv:2210.05311},
year = {2023}
}
备注
Accepted by ICASSP 2023