从少数样本中发现稀有物体是一个新出现的问题。先前的研究表明元学习工是一个很有前途的方法。但是，微调技术还没有引起足够的重视。我们发现，在小样本目标检测任务中，仅对稀有类上现有检测器的最后一层进行微调是至关重要的。这种简单的方法比元学习方法在当前基准上的表现高出约2 ~ 20点，有时甚至比以前的方法的准确度还要高出一倍。然而，少数样本的高方差常常导致现有基准的不可靠性。我们通过对多组训练样本进行抽样，以获得稳定的比较，并在PASCAL VOC、COCO和LVIS三个数据集的基础上建立新的基准。同样，我们的微调方法在修订基准上建立了一种新的技术状态。代码和预训练的模型可以在https://github.com/ucbdrive/few-shot-object-detection找到。