この記事では、オープンボキャブラリーオブジェクト検出（OVD）モデルの適応方法について説明しています。OVDモデルは、任意のテキストクエリからオブジェクトを検出する柔軟性がありますが、特にリモートセンシング（RS）分野では、自然言語の曖昧さによりそのゼロショット性能が損なわれることがあります。この課題に対処するため、著者たちは、大規模に事前訓練されたOVDモデルと軽量なfew-shot分類器を組み合わせたカスケードアプローチを提案しました。具体的には、最初にゼロショットモデルを用いて高リコールのオブジェクト提案を生成し、次にユーザーが注釈を付けた少数の例でリアルタイムに訓練された分類器により高精度に洗練します。FLAMEという効率的なサンプリング手法を用いることで、即座に適応が可能であり、大幅にコストを削減できるとしています。この手法はRSベンチマークで最先端の性能を上回る結果を示し、特定のユーザーのニーズに応じた適応を資源効率よく実現します。