跳到正文
arXiv · 机器人与计算机视觉· Priyanto Hidayatullah, Nurjannah Syakrani, Yudi Widhiyasana, Muhammad Rizqi Sholahuddin, Refdinal Tubagus, Zahri Al Adzani Hidayat, Hanri Fajar Ramadhan, Dafa Alfarizki Pratama, Farhan Muhammad Yasin·· 2026-10-05AI 评分28

ZeBROD:零重训目标检测框架解决灾难性遗忘问题

ZeBROD: Zero-Retraining Based Recognition and Object Detection Framework

AI 导读

ZeBROD 框架通过集成 YOLO11n、DeIT 与 Proxy Anchor Loss,在无需重训的情况下实现零售场景下新旧产品的准确检测。该方案在包含 140 种商品的案例中,相比传统方法训练效率提升近 3 倍,边缘设备单图推理耗时约 580 ms。预印本已发布至 arXiv,代码与数据开放许可待进一步确认。

来源:arXiv · 机器人与计算机视觉 · arxiv.org