Este artículo combina la detección universal y la coincidencia con una biblioteca prototipo, proponiendo un marco de detección adaptativa de dominio basado en representaciones visuales auto supervisadas. El método utiliza características preentrenadas de DINOv3 para la coincidencia y selección, que permiten localizar y diferenciar vehículos objetivo con pocas muestras etiquetadas y sin ajuste fino. Primero, se construyó un módulo preliminar de aumento de datos de síntesis multivista que genera muestras desde múltiples ángulos para alinear escenas de monitoreo aéreo y compensar la pérdida de perspectivas en escenarios entre dominios. Luego, se diseñó un método de agrupamiento entre clases y coincidencia de prototipos, que mediante algoritmos de agrupamiento explora modalidades de datos, construye una biblioteca de prototipos reales de diversas formas para resolver el problema de gran variabilidad intra-clase; basado en esto, se introduce una representación global y local combinada, integrando detalles semánticos y de textura en diferentes niveles de red para lograr una discriminación fina de los vehículos objetivo. Los experimentos demuestran que el método supera eficazmente la disminución de la capacidad de detección causada por el desplazamiento del dominio de perspectiva bajo condiciones de pocas muestras; en comparación con métodos tradicionales, mejora la tasa de recuperación de detección y reduce significativamente las falsas alarmas causadas por vehículos no objetivo, validando la eficacia y robustez de este marco de adaptación de dominio en escenarios de supervisión de vehículos especiales.

vehículos de transporte especiales;modelo visual auto supervisado;detección adaptativa de dominio