小样本检测

论文链接：https://arxiv.org/abs/2003.07021
简单评论一下
小样本检测的难度在于目标很小，其特征比较浅（如亮度、边缘信息等），语义信息较少；另外小目标和背景之间尺寸不均衡，用较小的感受野去关注其特征的话，很难提取全局语义信息；用较大的感受野去关注背景信息的话，那么小目标的特征会丢失信息。
以前的方法主要是以下思路：
数据增强
特征融合
利用上下文信息，或者目标之间建立联系
GAN试试
提升图像分辨率
小技巧：ROI pooling被ROI align替换
多尺度空间融合
锚点设计
匹配策略，不用IOU
本文算是超分辨率和多尺度特征融合的修正，集中在特征纹理迁移模块（FTT）