本文介绍了一种新型的少样本目标计数学习模块，结合相似性比较和特征增强，显著提高了目标计数的精度和效率。研究提出了空间对齐、少样本回归和基于不确定性感知的检测器等方法，并在不同数据集上验证了其优越性能，为目标检测和识别提供了新思路。