GRSDet: 学习生成少样本目标检测的局部反例

该研究提出了一种适应性调整新类别分布的生成局部反转样本（LRSamples）的方法，以学习更有辨别力的少样本目标检测。通过中心校准方差增强（CCVA）模块和特征密度边界优化（FDBO）模块，该方法在 Pascal VOC 和 MS COCO 数据集上取得了持续改进。