面向判别性与可迁移性的单阶段少样本目标检测器

近期的目标检测模型在训练新类别对象时，通常需要大量标注数据。少样本目标检测（Few-shot Object Detection, FSOD）旨在通过仅提供少量样本即可学习新类别，从而缓解这一问题。尽管两阶段FSOD检测器已取得具有竞争力的性能，但通常情况下，一阶段FSOD检测器的表现仍显著逊色于前者。我们观察到，两阶段与一阶段FSOD之间性能差距的主要原因在于前者在判别能力上的不足，这可归因于融合后感受野较小以及损失函数中前景样本数量有限。为解决上述局限，我们提出了一种新型少样本RetinaNet（Few-shot RetinaNet, FSRN），其核心包含以下三个关键设计：（1）多路支持样本训练策略，用于扩充密集元检测器的前景样本数量；（2）早期多层级特征融合机制，构建覆盖整个锚框区域的宽感受野；（3）针对查询图像与源图像的两种增强技术，以提升模型的迁移能力。大量实验表明，所提出的方法有效缓解了上述缺陷，显著提升了模型的判别能力与迁移性能。在保持与两阶段FSOD相当精度的同时，FSRN的推理速度几乎提升一倍，且在MS-COCO和PASCAL VOC基准测试上，其性能超越了当前最优的一阶段元检测器，甚至在部分指标上优于部分两阶段FSOD方法。