基于语义增强的少样本检测，突破新类别偏见 | ICIP'24 - 晓飞的算法工程笔记

晓飞的算法工程笔记 · 2024-09-20T01:44:00Z

本文介绍了一种基于微调的Few-shot目标检测（FSOD）框架，解决了在极低标注情况下的新颖类别偏见表示和分类混淆问题。该框架利用语义嵌入提高检测性能，引入多模态特征融合增强视觉-语言通信，并提出语义感知最大间隔损失避免类别混淆。实验结果显示，该方法在PASCAL VOC和MS COCO数据集上性能显著提升。