少样本对象检测（FSOD）旨在在大量基础类别与稀缺新类别之间存在极端数据不平衡的情况下，学习出鲁棒的检测器。虽然最近的迁移学习范式通过顺序基础类别预训练和新类别微调取得了初步成功，但其基本假设——即基础类别训练的特征编码器可以泛化到新 ...