AAAI 2026 | 西北工业大学提出YOLO-IOD，实时增量目标检测新框架

AAAI 2026 | 西北工业大学提出YOLO-IOD，实时增量目标检测新框架

该篇论文被 AAAI 2026 录用。

论文标题：YOLO-IOD: Towards Real Time Incremental Object Detection

GitHub项目

大模型实验室论文阅读

01 引言

增量目标检测（IOD）是一个让目标检测模型能够像人类一样持续学习、积累知识的任务。它的核心目标是在不断吸收新类别信息的同时，有效克服对旧类别的“灾难性遗忘”。

传统方法（如Faster R-CNN）可以逐步学习新类别（比如从猫狗扩展到飞机、船），但这类方法速度慢，无法满足实时检测需求。而速度更快的YOLO模型在增量学习时却像“健忘症患者”，它学完新类别后，容易忘记旧类别。

论文发现，这种“遗忘”主要源于三大冲突：

• 前景-背景混淆：训练新类别时，图中未标注的旧类别物体会被误判为“背景”，导致模型逐渐遗忘它们。
• 参数干扰：模型参数像大脑的神经元，学习新任务时会修改与旧任务共享的参数，从而破坏原有知识。
• 知识蒸馏错位：传统方法用“教师模型”指导“学生模型”，但新旧类别的学习目标不一致，导致指导过程混乱。

另外，现有IOD基准存在类别划分随意、图像跨阶段重复等问题，难以反映实际应用场景。

基于以上，本文构建一个基于YOLO-World的实时增量目标检测框架YOLO-IOD，通过阶段化参数高效微调解决YOLO模型在增量学习中的知识冲突问题，实现对新类别的持续学习的同时有效保留历史类别知识。

02 核心思路

2.1三大妙招

论文提出YOLO-IOD框架：基于现成的YOLO-World模型，通过三招解决上述问题。

妙招1：CPR（冲突感知伪标签精炼）— 解决 “前景背景搞混”

• 增强伪标签损失：采用置信度对齐的焦点损失和自适应熵正则化，充分利用不同置信度的伪标签。即：对模型自己生成的旧类别预测（伪标签）按置信度加权，高置信度的重点学习，低置信度的谨慎参考，避免错误引导。
• 聚类未知伪标签：构建通用词汇集，通过开放词汇检测识别未标注前景目标，对其文本特征进行频率加权 K-Means 聚类，将未来任务类别转化为 “未知超类” 进行学习，避免前景 - 背景混淆。

妙招2：IKS（基于重要性的核选择）— 解决 “参数互相干扰”

只选择对当前任务关键的部分参数（约12%的卷积核）进行微调，其他参数冻结不动，像“保护重要记忆不受新知识干扰”。

妙招3：CAKD（跨阶段非对称知识蒸馏）— 解决 “老师教错方向”

将学生模型的特征分别输入旧教师模型和新教师模型的检测头，通过分类和回归蒸馏损失传递知识，并使用焦点权重抑制背景区域干扰。即：让“学生模型”同时接受两位老师指导。

• 老老师：就是之前学完旧物体的模型，只负责教 “旧知识”，而且会主动忽略和新物体无关的内容（比如只教 “猫狗”，不干扰 “无人机” 的学习）；
• 新老师：专门用新数据训练的临时模型，只负责教 “新物体知识”，也会忽略旧物体的干扰；
• 新模型（学生）：同时听两个老师的课，把旧知识和新知识融合起来，这样既不会忘旧的，也能学好新的。

2.2 引入LoCo COCO基准

现有评测基准存在“数据泄露”——同一张图片在不同阶段重复使用，使模型表现虚高。论文提出LoCo COCO基准，通过两类改进更贴近现实：

• 按共现关系分组：将常同时出现的类别（如“汽车”和“行人”）分到同一阶段，避免强行拆分。
• 禁止图像重复：每张图片仅出现在一个阶段，杜绝数据泄露。

03 实验结果

3.1 在传统COCO基准上的性能

单步增量设置下，YOLO-IOD在40+40和70+10任务中分别达到53.0%和52.4%的mAP，相对联合训练的差距降至2.7%和3.9%，显著优于BPF、CL-DETR等方法。

多步增量设置下，在40-10、20-20等任务中均取得最优结果，尤其在10-10任务中相对差距仅8.8%，显著优于对比方法。

3.2 在LoCo COCO基准上的鲁棒性

所有方法在 LoCo COCO 上 AP 均有 0.6%-2.0% 下降（验证数据泄露的影响），但 YOLO-IOD 仍保持优势，40+40、70+10、40-20 设置下 AP 分别超此前最佳方法 GCD 7.5、5.9、8.5 个百分点。

3.3 消融实验

• 三大模块协同有效：CPR、IKS、CAKD 分别带来显著性能提升，组合后效果最优。
  
• CAKD 双教师架构最优：早期阶段“仅当前教师”适配新类别更快，后期“仅旧教师”保留知识更优，双教师融合始终表现最佳。
  
• IKS 核选择比例：κ=12% 时实现稳定性与可塑性平衡，性能最优。
  

04 快速上手

作者在GitHub上公开了该项目，并且在环境安装步骤中提到：“请按照 YOLO-World 的安装说明来设置环境。”

[大模型实验室](https://www.lab4ai.cn/arxiv/detail?utm_source=bky _yoloiod&id=2c01cf657e224938b95d96da51851e48)Lab4AI已经内置好了YOLO-World论文的复现所需的环境。所以，您可以登录大模型实验室Lab4AI来直接使用该环境进行体验本论文的训练过程。

05 总结

论文针对 YOLO 框架下增量目标检测的知识冲突问题，提出 YOLO-IOD 实时框架，通过 CPR、IKS、CAKD 三大模块分别解决前景-背景混淆、参数干扰、蒸馏错位，实现知识保留与新增类别学习的平衡。

提出的 LoCo COCO 基准消除了跨阶段数据泄露，更贴合实际应用场景，为 IOD 方法评估提供了公平、真实的平台。

大量实验验证了 YOLO-IOD 在传统 COCO 和 LoCo COCO 基准上的 SOTA 性能，且保持实时推理速度，证实了方法的有效性与实用性。

关注“大模型实验室Lab4AI”，第一时间获取前沿AI技术解析！