Meta-DETR：クラス間相関を活用した画像レベルFew-Shotオブジェクト検出

少量サンプル物体検出（few-shot object detection）は、領域ベースの検出フレームワークにメタ学習を組み込むことで広く研究されている。これにより、既存の手法は一定の成功を収めてきたが、以下の幾つかの制約要因に直面している。すなわち、(i) 新規クラスに対する低品質な領域提案（region proposals）の生成、および (ii) 異なるクラス間の相互相関関係を無視する点である。これらの制限は、ベースクラスの知識を新規クラスの物体検出に一般化する能力を妨げている。本研究では、DETＲ（DEtection TRansformer）検出フレームワークにメタ学習と相関集約（correlational aggregation）を統合した新しい少数サンプル検出フレームワーク、Meta-DETRを提案する。Meta-DETRは、領域提案を一切用いない、完全に画像レベルでの処理を実現しており、従来の少数サンプル検出フレームワークにおける不正確な提案による制約を回避できる。さらに、Meta-DETRは単一の順伝播（feed-forward）において複数のサポートクラスを同時に注目できるという特徴を持つ。この独自の設計により、異なるクラス間の相互相関を効果的に捉えることが可能となり、類似クラス間の誤分類を顕著に低減するとともに、新規クラスへの知識の一般化能力が向上する。複数の少数サンプル物体検出ベンチマークにおける実験結果から、提案手法のMeta-DETRが最先端手法を大きく上回ることを示した。実装コードは、https://github.com/ZhangGongjie/Meta-DETR にて公開される予定である。