PulseAugur
实时 05:22:50
English(EN) FSDC-DETR: A Frequency-Spatial Domain Collaborative DETR for Small Object Detection

新的FSDC-DETR模型通过频空间协同增强小目标检测能力

研究人员推出了一种新颖的检测Transformer模型FSDC-DETR,旨在通过协同建模空间和频率表示来改进小目标检测。该框架利用双分支频空间自适应融合机制来增强频率多样性并自适应地捕获判别性特征。该模型还采用了一种频空间交互方案,用于渐进式特征传播和结构感知聚合,旨在保留高频分量并最小化多尺度融合过程中的退化。实验结果表明,FSDC-DETR在VisDrone-DET2019和AITODv2等基准数据集上取得了最先进的性能。 AI

影响 该新模型有望提高在小目标普遍存在应用中的目标检测系统的准确性。

排序理由 该集群描述了一篇详细介绍一种新颖的小目标检测模型的研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的FSDC-DETR模型通过频空间协同增强小目标检测能力

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Aiwen Liu, Chengguang Zhu, Gang Wang, Dandan Zhu, Haodong Lin, Yan Wang, Huiyu Zhou, Zhiyi Pan ·

    FSDC-DETR: A Frequency-Spatial Domain Collaborative DETR for Small Object Detection

    arXiv:2607.05176v1 Announce Type: new Abstract: Small object detection (SOD) remains a challenging task in real-world applications. Despite recent advances, existing detectors remain limited by rigid processing that entangle spatial aggregation with implicit frequency aliasing an…

  2. arXiv cs.CV TIER_1 English(EN) · Zhiyi Pan ·

    FSDC-DETR:用于小目标检测的频空间域协同DETR

    Small object detection (SOD) remains a challenging task in real-world applications. Despite recent advances, existing detectors remain limited by rigid processing that entangle spatial aggregation with implicit frequency aliasing and truncation, leading to inadequate preservation…