論文閱讀筆記《Incremental Few-Shot Object Detection》

核心思想   本文提出一種可以進行增量式學習的小樣本目標檢測算法（ONCE），相較於其他的小樣本目標檢測算法而言，本文的優勢在於，當在基礎數據集上訓練完成後，可以直接使用新的小樣本數據集進行推斷，而且這個過程不會忘記基礎數據集中的內容。本文的主體網絡採用了CentreNet（伯克利的這篇《Objects as points》）的結構，使用該網絡的原因有兩點：1.該算法是一種高效的單階段目標檢測算法

>>阅读原文<<