Phát hiện đối tượng với ít mẫu

Phát hiện đối tượng với ít mẫu (FSOD) là một phương pháp học siêu cấp (meta-learning) cho phép phát hiện các lớp đối tượng mới chỉ từ một vài ví dụ được chú thích. Khác với phát hiện đối tượng tiêu chuẩn yêu cầu hàng trăm mẫu được gán nhãn cho mỗi lớp, FSOD học cách nhanh chóng điều chỉnh các mô hình phát hiện cho các loại đối tượng mới bằng cách tận dụng kiến thức từ các lớp cơ sở.