PulseAugur
中
实时 05:26:52
English(EN) CoLR-Det: Collaborative Latent Restoration for Small Object Detection in Low-Resolution Remote Sensing Images

新框架提升低分辨率图像中小目标检测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了CoLR-Det，一种用于检测低分辨率遥感图像中小目标的新型框架。与先前在检测前增强图像的方法不同，CoLR-Det使用仅训练的恢复分支来提供面向检测的潜在正则化。这种方法将超分辨率视为一种隐式语义正则化器，而不是显式的视觉增强工具。该框架结合了显著性引导的令牌路由机制和两阶段优化策略，以提高在退化数据集上的准确性。 AI

影响 这项研究可以提高低分辨率图像中目标检测的准确性，在遥感和监控领域具有潜在应用。

排序理由 这是一篇详细介绍图像分析新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新框架提升低分辨率图像中小目标检测能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ruo Qi, Linhui Dai, Yusong Qin, Chaolei Yang, Yanshan Li ·

    CoLR-Det: Collaborative Latent Restoration for Small Object Detection in Low-Resolution Remote Sensing Images

    arXiv:2601.12507v2 Announce Type: replace-cross Abstract: Low-resolution remote sensing small object detection is limited by both missing visual details and the ambiguity of how details serve detection. Existing super-resolution-assisted detectors generally follow a restoration-f…

相关话题