PulseAugur
中
实时 02:04:40
English(EN) Progressive Pixel-Neighborhood Deformable Cross-Attention for Multispectral Object Detection

新的PNAFusion方法提高了多光谱目标检测效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为渐进式像素邻域可变形交叉注意力（PNAFusion）的新方法来改进多光谱目标检测。该方法通过将特征交互和对齐集中在相关的局部邻域上来解决全局交叉注意力的计算成本问题。PNAFusion包含一个像素邻域交叉注意力模块以减少冗余匹配，以及一个自适应可变形对齐模块以捕捉非线性空间对应关系，并采用迭代反馈机制进行渐进式精炼。实验表明，在FLIR和M3FD等数据集上取得了显著的性能提升，实现了高mAP分数，同时与现有方法相比，还降低了GPU内存使用量和理论FLOPs。 AI

影响 提高了多光谱目标检测的效率和性能，有可能在资源受限的平台上实现更广泛的部署。

排序理由 详细介绍多光谱目标检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的PNAFusion方法提高了多光谱目标检测效率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Tian Qiu, Jifeng Shen, Xin Zuo ·

    Progressive Pixel-Neighborhood Deformable Cross-Attention for Multispectral Object Detection

    arXiv:2606.24092v1 Announce Type: new Abstract: Effective cross-modal feature alignment and interaction are central challenges in multispectral object detection. Although global cross-attention provides strong long-range modeling ability, its quadratic complexity with respect to …

相关话题