CDFormer：一种针对特征混淆的跨域少样本目标检测变换器

本研究解决了跨域少样本目标检测中因对象与背景、对象与对象之间的混淆所带来的挑战。通过引入CDFormer模型，采用了对象-背景区分（OBD）和对象-对象区分（OOD）两个关键模块，有效提升了对象识别的准确性。实验结果显示，CDFormer在少样本设置下较之前的先进方法取得了显著的性能提升，最大提升达到12.9%的mAP。