Domain-RAG：面向跨域少样本目标检测的检索引导的组合图像生成
计算机视觉与模式识别
2025-12-10 v2
摘要
跨域少样本目标检测（CD-FSOD）旨在仅使用来自以前未见域的少量标记样本来检测新对象。虽然数据增强和生成方法在少样本学习中显示出前景，但其在CD-FSOD中的效果尚不明确，因为需要兼顾视觉逼真度与域对齐性。现有策略，如复制粘贴式数据增强和文本到图像生成，往往无法保持正确的对象类别，或生成与目标域一致的背景，难以直接应用于CD-FSOD。为此，我们提出Domain-RAG，一个无需额外监督或训练的检索引导的组合图像生成框架，专为CD-FSOD设计。Domain-RAG包含三个阶段：域感知背景检索、域引导背景生成和前景-背景组合。具体而言，输入图像首先被分解为前景和背景区域。随后检索与之在语义和风格上相似的图像，以引导生成模型合成新的背景，同时以原始图像和检索上下文为条件。最后，将保存的前景与新生成的域对齐背景组合，形成生成图像。无需额外监督，Domain-RAG可在包括CD-FSOD、遥感FSOD和伪装FSOD在内的多种任务中产生高质量、域一致的样本。广泛实验表明，我们的方法在强大基准上实现持续性改进，树立了新的SOTA成果。代码将在接受后发布。
引用
@article{arxiv.2506.05872,
title = {Domain-RAG: Retrieval-Guided Compositional Image Generation for Cross-Domain Few-Shot Object Detection},
author = {Yu Li and Xingyu Qiu and Yuqian Fu and Jie Chen and Tianwen Qian and Xu Zheng and Danda Pani Paudel and Yanwei Fu and Xuanjing Huang and Luc Van Gool and Yu-Gang Jiang},
journal= {arXiv preprint arXiv:2506.05872},
year = {2025}
}