在邹逸雄老师的指导下，实验室两支队伍参加CVPR 2026 NTIRE第二届跨域小样本目标检测挑战赛（CD-FSOD），分获开源赛道亚军和闭源赛道冠军。其中，刘佳聪、罗舒、秦艺恺、赵亚泽、江永卫组成的团队获开源赛道全球亚军，吕亚哲，辛志勐，庄子健组成的团队获闭源赛道全球冠军。

本次挑战赛聚焦域偏移场景下的小样本目标检测。针对视觉语言基础模型微调中单实例稀疏标注支持集利用率低、极小目标域样本易过拟合等问题，团队提出了GiPL双分支训练框架。该框架一方面构建迭代伪标签自训练范式，通过零样本推理生成伪标注，与真实标注迭代优化，充分挖掘支持集数据价值；另一方面依托大视觉语言模型搭建生成式数据增强流程，合成域适配的多目标标注图像，有效扩充训练样本，抑制过拟合。在RUOD、CARPK、CarDD三个数据集及1/5/10-shot设定下的实验结果表明，所提方法性能优于同期主流算法，技术创新性与稳定性获得评审专家高度认可。

CD-FSOD挑战赛是NTIRE 2026研讨会暨CVPR 2026的重要赛事，旨在推动跨域小样本目标检测领域的技术创新，面向全球高校与科研团队开放，参赛对手来自联想研究院、复旦大学、西安交通大学、电信研究院、Superb AI、伊利诺伊大学香槟分校、巴黎-萨克雷大学等国内外知名校企单位，具有较高的专业性与权威性。实验室此次获闭源赛道冠军与开源赛道亚军，充分展现了扎实的科研积淀与团队协作能力。

在此，向全体获奖学子及悉心指导的邹逸雄老师致以热烈的祝贺！