論文：A Comparative Review of Recent Few-Shot Object Detection Algorithms

作者：Leng Jiaxu, Chen Taiyue, Gao Xinbo, Yu Yongtao, Wang Ye, Gao Feng, Wang Yue

機構：Chongqing University of Posts and Telecommunications

摘要：由于現實世界數據的長尾分布和削減數據收集和注釋成本的迫切需求，學習適應具有少量標記數據的新類的少樣本目標檢測是一個迫切和長期的問題。近年來，一些研究探討了如何在不需要目標域監督的情況下，在額外數據集中使用隱式線索來幫助少樣本檢測器完善魯棒任務概念。本綜述從當前的經典和最新研究成果，以及未來的研究展望，從多方面進行了綜述。特別地，我們首先提出了基于數據的訓練數據分類和在訓練階段訪問的相應監督形式。按照這種分類法，我們對正式定義、主要挑戰、基準數據集、評估指標和學習策略進行了重要的回顧。此外，我們還詳細研究了如何相互作用的目標檢測方法，以系統地發展這一問題。最后，總結了少樣本目標檢測的研究現狀及未來的研究方向。

---

我們對今年發布的計算機視覺領域的技術綜述都進行了匯總和分類盤點，并持續更新在我們的Github。

另外推薦大家關注極市平臺公眾號，每天都會更新最新的計算機視覺論文解讀、綜述盤點、調參攻略、面試經驗等干貨~

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的重庆邮电大学发布2021年最新小样本目标检测综述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。