arXiv · 机器人与计算机视觉· Zehao Wang, Si Wu, Guiping Cao, Xin Li, Yaowei Wang·· 13 天前精选AI 评分78
复活被丢弃的高分辨率特征用于 Transformer 基微小目标检测
Reviving the Discarded High-Resolution Feature for Transformer-Based Tiny Object Detection
AI 导读
针对微小目标检测中高分辨率特征因计算成本高而被丢弃的问题,本文提出 ReDHF 框架。该框架包含跨尺度可变形融合、椭圆引导浅层监督及全尺度查询交互三个组件,在注入细粒度细节的同时抑制背景噪声。实验表明,ReDHF 在 AI-TOD-v2、VisDrone 和 SODA-D 等基准上均优于现有基线,尤其在微小和小目标检测任务中表现显著。
推荐理由
提出 ReDHF 框架,通过跨尺度融合与椭圆引导监督复活高分辨率特征,在多个基准上提升微小目标检测性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org