两篇新研究论文介绍的先进目标检测模型旨在提高在复杂视觉数据中识别小目标的能力。DFIR-DETR 专注于优化频域处理和特征聚合，以解决现有神经网络架构的局限性，并在 NEU-DET 和 VisDrone 数据集上取得了进展。EFSI-DETR 通过整合频率和语义信息来应对无人机 (UAV) 图像中的类似挑战，在 VisDrone 和 CODrone 基准测试中实现了最先进的性能和高推理速度。 AI
影响 这些模型提供了改进的小目标识别准确性和效率，可能使监控、自动驾驶和航空影像分析等应用受益。
排序理由 两篇在 arXiv 上发表的研究论文介绍了新的小目标检测模型。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2512.07078v4 Announce Type: replace-cross Abstract: Small object detection in complex scenes exposes a fundamental tension in neural network design: backbone attention distributes computation uniformly regardless of content, pyramid necks inflate activation magnitudes durin…
arXiv:2601.18597v2 Announce Type: replace Abstract: Real-time small object detection in Unmanned Aerial Vehicle (UAV) imagery remains challenging due to limited feature representation and ineffective multi-scale fusion. Existing methods underutilize frequency information and rely…