少样本学习是少样本目标检测的主流方法，但其存在以下问题：1）新类样本的极度缺乏导致新类特征分布存在偏差；2）由于微调过程中的鲁棒性假设不一定适用于新类样本，因此，特征提取网络无法提取未失真的新类样本特征.为解决上述2个问题，提出基于跨模块知识蒸馏的3...