近日，2025年国际计算机视觉与模式识别顶级会议（IEEE Conference on Computer Vision and Pattern Recognition，CVPR2025）在美国田纳西州纳什维尔召开。我院徐明亮教授、酒明远副教授指导研究生黄雅丽、梅杰、杨一鸣、郭米组队参赛，在“NTIRE 2025跨域少样本目标检测挑战赛（CD-FSOD Challenge）”中，凭借卓越表现，荣获赛道冠军。

本次挑战赛聚焦“跨域少样本目标检测（Cross-Domain Few-Shot Object Detection, CD-FSOD）”这一前沿难点。该任务要求模型将在源域学习到的知识，迁移至标注样本极为有限（每类仅1、5或10张图像）且存在显著域差异的新目标域上实现精准目标检测。面对跨域差异与样本稀缺的双重挑战，我院团队创新性地提出了“基于实例特征缓存的跨域少样本目标检测方法（Instance Feature Caching for CD-FSOD, IFC）”。该方案的核心在于利用目标域有限的标注样本，构建一个动态、鲁棒的“实例特征缓存”知识库，并通过高效的检索与更新机制，帮助模型快速适应目标域特性，有效克服域差异导致的性能损失。在主办方提供的三个极具挑战性的测试集上，该方案以显著优势夺得闭源赛道第一名，超越了包括中国科学技术大学、东南大学和George Mason University在内的众多国际顶尖参赛队伍。

研究成果《Instance Feature Caching for Cross-Domain Few-Shot Object Detection》已被CVPR Workshops录用，团队成员受邀在大会研讨会上向全球同行介绍冠军方案，彰显了郑州大学在人工智能前沿研究领域的国际竞争力。此项研究得到了国家自然科学基金、河南省自然科学基金以及郑州大学有组织青年科研团队培养基金的支持。

CVPR是人工智能与计算机视觉领域规模最大、最具影响力的国际顶级学术会议，被中国计算机学会（CCF）列为A类会议，其学术影响力位居全球前列，是全球人工智能研究者和从业者心目中的圣地。其下设的Workshops聚焦领域前沿方向与交叉研究，汇聚顶尖学者与企业专家，是展示最新研究成果的重要平台。