研究人员开发了 HYolo，一个用于物联网设备的新对象检测框架，它将超图学习与 YOLO 架构相结合。这种方法旨在捕捉对象和上下文特征之间复杂的高阶关系，而传统 YOLO 模型可能会忽略这些关系。在 COCO 数据集上的实验表明，HYolo 在 mAP@50 上实现了 12% 的提升，增强了物联网环境中上下文感知视觉系统的准确性和鲁棒性。 AI
影响 提高了物联网应用的对象检测准确性和上下文感知能力。
排序理由 该集群描述了一篇关于新颖对象检测方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.04345v1 Announce Type: cross Abstract: This paper presents HYolo, an intelligent IoT-based object detection framework that integrates hypergraph learning into the YOLO architecture. Traditional YOLO-based object detection models primarily capture pairwise feature inter…
This paper presents HYolo, an intelligent IoT-based object detection framework that integrates hypergraph learning into the YOLO architecture. Traditional YOLO-based object detection models primarily capture pairwise feature interactions and may fail to model complex high-order r…