2025最新少样本学习目标检测算法：原理剖析与工业落地实践

1次阅读

共计 1928 个字符，预计需要花费 5 分钟才能阅读完成。

在传统目标检测任务中，当训练样本数量从 COCO 标准的 10 万级骤降至 VOC 的 5 -shot（每类 5 个样本）时，Faster R-CNN 的 mAP 会从 38.7% 暴跌至 9.2%，YOLOv8 的 AP50 则从 53.1% 下降至 12.4%[1]。这种性能衰减源于神经网络对数据分布的过拟合，以及正负样本比例的极端失衡（常达到 1:1000）。

类原型构建 ：通过 ResNet-50 backbone 提取支持集（support set）特征，计算每个类别的质心向量：
```
# 计算类原型 (batch_size, num_classes, feature_dim)
prototypes = torch.mean(support_features, dim=1)
```
该操作使得模型能够捕捉类别本质特征，而非样本特异性特征 [2]。
距离度量学习 ：采用马氏距离替代欧式距离，通过可学习的协方差矩阵增强特征判别性：
```
D(x,p) = \sqrt{(x-p)^T M (x-p)}
```

查询 - 支持集注意力 ：通过交叉注意力机制，使查询图像（query image）自动聚焦支持集中的关键区域（上图红色高亮部分）
梯度阻断策略 ：在元测试阶段冻结支持集分支梯度，防止少量样本导致的反向传播扰动

动态 Focal Loss：调整 α 参数随样本数量自适应变化

# γ=2, α∈[0.25,0.75] 动态调整
loss = FocalLoss(alpha=cls_ratio.sigmoid(), gamma=2)

难例挖掘 ：在特征空间中对困难负样本进行二次采样

# Meta-Train Episode 构建
class EpisodeSampler:
    def __init__(self, n_way=5, k_shot=1):
        self.n_way = n_way
        self.k_shot = k_shot

    def __call__(self, dataset):
        # 随机选择 n_way 个类别
        classes = random.sample(dataset.classes, self.n_way)

        # 每类采样 k_shot 个支持样本 + 5 个查询样本
        support, query = [], []
        for cls in classes:
            instances = dataset.get_class_samples(cls)
            support.extend(random.sample(instances, self.k_shot))
            query.extend(random.sample(instances, 5))

        return MetaBatch(support, query)

# 训练循环关键代码
for epoch in range(meta_epochs):
    for episode in sampler(dataset):
        # 原型计算
        support_features = model.extract_features(episode.support)
        prototypes = compute_prototypes(support_features)

        # 查询集检测
        query_outputs = model(episode.query, prototypes)

        # 动态 Focal Loss
        loss = balanced_focal_loss(query_outputs, episode.query.targets)

        # 梯度阻断与更新
        optimizer.zero_grad()
        loss.backward()
        clip_grad_norm_(model.parameters(), 2.0)  # 梯度裁剪
        optimizer.step()