CFCamo：用于伪装物体检测的反事实检测或放弃框架

视觉语言强化学习最近在伪装对象检测（COD）中表现出了强大的目标存在定位。然而，定位只是决策的一方面：当智能体面对没有伪装目标的普通图像时，它还会声称存在伪装物体吗？标准 COD 训练和评估数据都是积极的，因此在此设置下优化的代理可能会获得过度检测偏差，这是标准 COD 评估未测量的一种特定于任务的物体幻觉形式。为了量化这种目标缺失行为，我们构建了 Counterfactual COD (CF-COD)，这是一个配对基准，可以从每个保留的 COD 评估图像中删除伪装目标，同时保留合理的背景。 CF-COD 评估模型是否检测到原始图像上的目标并放弃目标缺失的反事实，总结为配对准确度 (PA)。我们进一步介绍 CFCamo，一个 COD 与弃权的配对反事实框架。对于训练，CFCamo 使用反事实序列策略优化 (CSPO) 来优化 Qwen3-VL-4B-Instruct 代理，该代理对成对的原始反事实轨迹采样进行采样，并使用反事实成对奖励 (CPR) 将原始图像检测与反事实弃权结合起来。在 CAMO 测试中，CFCamo 将 S_alpha 比之前基于 RL 的 COD 基线提高了 +3.7 pp；通过CF-COD，PA达到80.0-90.8%。消融表明，尽管目标存在 COD 分数很高，但消除反事实耦合可将 PA 降低至 1.4-5.2%，这表明仅目标存在评估并不能表征检测或放弃行为。总体而言，这些结果表明 CFCamo 通过将目标存在检测与目标不存在弃权相结合来改进 COD 代理，而不仅仅是加强目标存在定位。代码和数据可在 https://github.com/suhang2000/CFCamo 获取。