arXiv · 机器人与计算机视觉· Chi Ruan, Tianqi Li, Xin He, Xue Geng, Ming-Ming Cheng, Yun Liu·· 22 天前AI 评分5
AxisQ:深度自适应量化框架提升伪装目标检测精度
AxisQ: Depth-Adaptive Channel--Frequency Quantization for Camouflaged Object Detection
AI 导读
AxisQ 提出一种深度自适应比特分配框架,在浅层特征使用通道域、深层特征使用局部频率域以保留微弱边界。该方法在 CAMO 基准上实现 W2A2 量化,CFRN 和 CamoFormer-P 的加权 F-measure 分别提升 12.7% 和 33.3%,优于最强基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org