[论文解读] A Comparative Review of Recent Few-Shot Object Detection Algorithms

Jiaxu Leng, Taiyue Chen+5 more|arXiv (Cornell University)|Oct 30, 2021

Advanced Neural Network Applications参考文献 192被引用 14

一句话总结

本文对少样本目标检测（FSOD）方法进行了全面综述，提出了一种基于数据的新型训练数据与监督类型分类法。文章回顾了关键方法、挑战、基准测试与学习策略，强调元学习、迁移学习与数据增强为核心技术，并指出领域自适应、高效网络架构与混合监督学习是未来关键研究方向，且与多样本检测器相比仍存在显著性能差距。

ABSTRACT

Few-shot object detection, learning to adapt to the novel classes with a few labeled data, is an imperative and long-lasting problem due to the inherent long-tail distribution of real-world data and the urgent demands to cut costs of data collection and annotation. Recently, some studies have explored how to use implicit cues in extra datasets without target-domain supervision to help few-shot detectors refine robust task notions. This survey provides a comprehensive overview from current classic and latest achievements for few-shot object detection to future research expectations from manifold perspectives. In particular, we first propose a data-based taxonomy of the training data and the form of corresponding supervision which are accessed during the training stage. Following this taxonomy, we present a significant review of the formal definition, main challenges, benchmark datasets, evaluation metrics, and learning strategies. In addition, we present a detailed investigation of how to interplay the object detection methods to develop this issue systematically. Finally, we conclude with the current status of few-shot object detection, along with potential research directions for this field.

研究动机与目标

• 为应对因标注成本高昂及长尾数据分布导致的极低标注数据量下的目标检测迫切需求。
• 为少样本目标检测中的训练数据与监督类型提供系统性分类法。
• 分析不同学习范式下现有FSOD方法的优势、劣势及其相互作用。
• 识别关键挑战，如领域偏移、特征鲁棒性与数据效率问题。
• 概述未来研究方向，包括混合监督学习、高效网络架构与无监督领域自适应。

提出的方法

• 提出一种基于数据的分类法，依据训练数据形式与关联监督类型（如实例级、图像级或无目标领域监督）对FSOD方法进行分类。
• 在FSOD背景下回顾主流学习策略，包括元学习、迁移学习、半监督学习与弱监督学习。
• 分析现有检测器（如R-CNN、YOLO、SSD）在少样本场景下的适应方法，重点关注分类与定位的联合优化。
• 探讨预训练主干网络与额外数据集在低样本条件下提升特征质量与泛化能力的作用。
• 评估数据增强策略在平衡类内多样性与类间差异性方面的作用，以减少过拟合。
• 讨论现有方法在处理领域偏移与弱监督设置中噪声伪标签方面的局限性。

实验结果

研究问题

• RQ1 不同形式的监督（如实例级与图像级）如何影响少样本目标检测的性能？
• RQ2 将多样本检测器适配至少样本场景时，其关键架构与训练挑战是什么？
• RQ3 如何有效利用无目标领域监督的额外数据集中的知识以提升FSOD性能？
• RQ4 领域偏移与数据偏差在多大程度上影响少样本检测器的泛化能力？
• RQ5 混合监督学习与无监督学习在最小化标注量的前提下，如何提升少样本检测性能？

主要发现

• 现有少样本目标检测器与多样本检测器及人类水平性能相比，仍存在显著性能差距。
• 元学习与迁移学习是主流策略，但在大规模领域偏移下常因任务特定概念与源域概念不匹配而失效。
• 特征提取器对尺度变化高度敏感，是低样本场景下的主要瓶颈，尤其在主干网络固定时更为明显。
• 适度提升类内多样性的数据增强策略可改善泛化能力，但在大规模领域偏移下其有效性会下降。
• 弱监督少样本检测因依赖图像级标注生成的噪声伪标签，在对象定位方面存在模糊性问题。
• 混合监督学习——结合少量实例级标签与弱标签数据——展现出潜力且研究尚不充分，提示其为未来关键研究方向。