English(EN) DyRA: Portable Dynamic Resolution Adjustment Network for Existing Detectors

DyRA网络提升目标检测精度，但论文已被撤回

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 04:00

一篇研究论文介绍了一种名为DyRA的动态分辨率调整网络，旨在通过在运行时优化输入分辨率来提高目标检测的准确性。DyRA与现有检测器协同训练，并使用新颖的损失函数ParetoScaleLoss和BalanceLoss来调整尺度因子，以提高鲁棒性和定位性能。所提出的网络已在RetinaNet、Faster-RCNN、FCOS、DINO和H-Deformable-DETR等多种模型上展示了改进效果。然而，该论文已被作者撤回。 AI

影响通过动态调整分辨率引入了一种提高目标检测精度的新颖技术，可能使各种计算机视觉应用受益。

排序理由详细介绍目标检测新方法的 ist 研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍目标检测新方法的 ist 研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Daeun Seo, Hoeseok Yang, Hyungshin Kim · 2026-10-28 04:00

DyRA：现有检测器的便携式动态分辨率调整网络

arXiv:2311.17098v4 Announce Type: replace-cross Abstract: Achieving constant accuracy in object detection is challenging due to the inherent variability of object sizes. One effective approach to this problem involves optimizing input resolution, referred to as a multi-resolution…

本文如何被排名

报道来源 [1]

DyRA：现有检测器的便携式动态分辨率调整网络

相关实体

相关话题