RF-DETR大模型在视频中检测小型授粉者方面表现出色

研究人员对在杂乱田野视频中检测小型授粉者进行了实证研究，比较了YOLO和RF-DETR模型。RF-DETR大模型在1344像素分辨率下运行时，取得了最佳性能，mAP50:95得分为0.405。这一结果优于较低分辨率的RF-DETR模型和最佳的单模型YOLO基线。研究发现，检测器选择和输入分辨率比增加推理复杂度更具影响力，分辨率的提升尤其有利于小型物体以及熊蜂和飞蛾等稀有类别。 AI

影响 提高了复杂视觉环境中小型、被遮挡目标的物体检测精度。

排序理由 学术论文，详细介绍了在特定计算机视觉任务上的实证研究和模型性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• Bombus
• BuzzSpot
• CatalyzeX
• DagsHub
• Gotit.pub
• Heterocera
• Hugging Face
• Influence Flower
• RF-DETR
• RF-DETR Large
• ScienceCast
• YOLO
• YOLO26m

• 论文
• 其他

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