Dual-Awareness Attention für Few-Shot Object Detection

Obwohl in jüngster Zeit erhebliche Fortschritte die Leistung von Few-Shot Classification (FSC) erheblich gesteigert haben, bleibt Few-Shot Object Detection (FSOD) für moderne Lernsysteme weiterhin herausfordernd. Bestehende FSOD-Systeme folgen Ansätzen aus der FSC, ignorieren jedoch kritische Probleme wie räumliche Variabilität und unsichere Repräsentationen, was zu einer geringen Gesamtleistung führt. Ausgehend von dieser Beobachtung stellen wir eine neuartige \textbf{Dual-Awareness Attention (DAnA)}-Mechanismus vor, der es Netzwerken ermöglicht, die gegebenen Support-Bilder adaptiv zu interpretieren. DAnA transformiert Support-Bilder in \textbf{query-position-aware} (QPA) Merkmale und führt die Detektionsnetzwerke präzise an, indem sie für jede lokale Region des Queries maßgeschneiderte Support-Informationen bereitstellt. Zudem ist der vorgeschlagene DAnA-Modul flexibel und lässt sich problemlos in mehrere bestehende Objektdetektionsframeworks integrieren. Durch die Integration von DAnA erreichen herkömmliche Objektdetektionsnetzwerke wie Faster R-CNN und RetinaNet, die ursprünglich nicht explizit für Few-Shot-Lernen konzipiert wurden, Zustand-der-Kunst-Leistung bei FSOD-Aufgaben. Im Vergleich zu früheren Methoden steigert unser Modell die Leistung signifikant um 47\% (+6,9 AP) und zeigt eine bemerkenswerte Stärke unter verschiedenen Evaluierungsszenarien.