本研究探讨了单阶段目标检测器在处理分布外数据时的鲁棒性，提出了一种新算法，利用预训练模型检测未知物体，无需重训练。实验结果表明，该方法在已知与未知物体的检测中表现优异，显著优于现有的OoD检测方法。

本研究提出了一种新方法，利用相似性密度图和区域对齐网络，在仅有一张或几张新对象照片的情况下，快速识别不同场景中的未知物体。实验结果表明，该方法在MS COCO和PASCAL VOC数据集上超越了现有技术，具有显著的应用潜力。