【CVPR2021】无遗忘效应的小类样本目标检测器

过去的工作大都聚焦在小类样本类别性能而牺牲了大类样本的性能。本文提出一种无遗忘效应的小类样本目标检测器，能够在实现更好的小类样本类别性能的同时，不掉落大类样本类别的性能。在本文中，我们发现了预训练的检测器很少在未见过的类别上产生假阳性预测，且还发现RPN并非理想的类别无关组件。基于这两点发现，我们设计了Re-detector和Bias-Balanced RPN两个简单而有效的结构，只增加少量参数和推断时间即可实现无遗忘效应的小类样本目标检测。