基于基础模型的跨域少样本目标检测增强-搜索策略
计算机视觉与模式识别
2025-04-08 v1 人工智能
摘要
大规模数据集预训练的基础模型，如 GroundingDINO 和 LAE-DINO，在跨域少样本目标检测 (CD-FSOD) 任务中表现卓越。通过严格的少样本训练，我们发现图像基数据增强技术与网格基子域搜索策略的集成显著提升了这些基础模型的性能。以 GroundingDINO 为基础，我们采用了几种广泛使用的图像增强方法，并建立了优化目标，以有效导航扩大的子域空间以寻找最优子域。这一方法促进了少样本目标检测的高效实现，提出了一种通过高效搜索基础模型参数配置来解决 CD-FSOD 问题的方法。我们的发现在显著推动视觉语言模型在数据稀缺环境中的实际部署方面提供了关键见解，为在不进行高昂再训练的情况下优化其跨域泛化能力提供了重要启示。代码已在 https://github.com/jaychempan/ETS 上提供。
关键词
引用
@article{arxiv.2504.04517,
title = {Enhance Then Search: An Augmentation-Search Strategy with Foundation Models for Cross-Domain Few-Shot Object Detection},
author = {Jiancheng Pan and Yanxing Liu and Xiao He and Long Peng and Jiahao Li and Yuze Sun and Xiaomeng Huang},
journal= {arXiv preprint arXiv:2504.04517},
year = {2025}
}
备注
9 pages, 6 figures