在目标检测领域，小样本目标检测（Few-Shot Object Detection, FSOD）一直是个“硬骨头”。传统的做法通常需要在大规模基类数据上预训练，再针对极少数的新类样本进行微调。但微调过程不仅耗时，还容易导致模型对新类样本过拟合。近日，来自澳门大学和英特灵达的研究团队提出了一种全新的框架—— FSOD-VFM 。