在论文《Few-shot Adaptive Faster R-CNN》中，新加坡国立大学&华为提出一种新颖的 Few-shot 自适应 Faster-RCNN 框架（被称为 FAFRCNN），由此可以有效适应有少量标记样本的目标域。多数据集实验表明，该模型可以在 Few-shot 域自适应（FDA）和无监督域自适应（UDA）设置下实现新的、绝佳的性能。