新的PSP-FSOD框架通过提示驱动模拟增强小样本目标检测能力

研究人员开发了PSP-FSOD，一个旨在改进跨域小样本目标检测（CD-FSOD）的新框架。该方法集成了提示驱动的域模拟与特征扰动正则化，以生成更有效的训练样本并学习域不变表示。该框架利用大型视觉语言模型（VLMs）创建前景和背景元素在语义上一致的变体，解决了传统数据增强技术的局限性。PSP-FSOD还包含一个噪声诱导的特征扰动机制，以增强训练的稳定性和鲁棒性。 AI

影响 这项研究可能带来在标记数据有限的情况下更鲁棒和适应性更强的目标检测系统。

排序理由 该集群包含一篇详细介绍新目标检测框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Color-Jitter
• DagsHub
• Domain-RAG
• Gotit.pub
• Hugging Face
• Mosaic
• PSP-FSOD
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →