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。
- AITODv2
- arXiv
- DEtection TRansformer
- Dual-Branch Frequency-Spatial Adaptive Fusion
- Frequency-Spatial Dynamic Downsampling
- FSDC-DETR
- Shunt Frequency-Spatial Feature Fusion
- VisDrone-DET2019
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →