用于跨域少样本目标检测的具有特征扰动的即时驱动仿真

数据增强可模拟不同的视觉变化以扩展源分布并引起合成域移位，是一种简单而有效的策略，可减轻跨域少样本目标检测（CD-FSOD）中严重的域移位和有限的标记目标数据。现有方法依赖于传统的数据增强，例如颜色抖动、马赛克和以背景为中心的自适应（例如域 RAG），这些方法在建模复杂的域转移方面受到限制，并且通常会导致性能不佳。在本文中，我们提出了 PSP-FSOD，这是一个原则框架，它将提示驱动域模拟与特征扰动正则化相结合，以提高 CD-FSOD 的泛化能力。为了实现可控域合成，我们设计了一种提示驱动策略，利用大型 VLM 的视觉基础能力来联合建模前景和背景变化，生成语义一致但域多样化的训练样本。此外，我们采用了一种定位感知生成方案，可以指导对象放置并减轻语义空间错位，从而提高前景适应性。为了确保训练的稳定性和鲁棒性，我们进一步引入了一种噪声引起的特征扰动机制，该机制将高斯噪声注入具有分布校正的多尺度中间特征中，鼓励扰动下的一致预测，并减少对特定领域线索的依赖。大量实验表明，PSP-FSOD 可以产生高质量的域多样化监督并学习域不变表示，从而持续提高 CD-FSOD 基准测试的性能。