PulseAugur
中
实时 13:26:48
English(EN) FreqKD: Frequency-Decoupled Cross-Modal Knowledge Distillation for Infrared Object Detection

新框架通过频率解耦蒸馏改进红外目标检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了FreqKD，一个新颖的知识蒸馏框架，旨在通过利用大规模RGB基础模型来改进红外图像中的目标检测。该方法通过分析和解耦空间频率，对低频（结构）和高频（纹理）分量应用不同的监督策略，从而解决了模态差异的挑战。这种方法增强了跨模态一致性，并在各种数据集和架构上带来了显著的性能提升，优于基线方法。 AI

影响 增强了针对专业成像任务的迁移学习能力，可能改进自主系统和监控。

排序理由 这是一篇详细介绍红外目标检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Keval Thaker, Venkatraman Narayanan, Abdalmalek Aburaddaha, Samir A. Rawashdeh ·

    FreqKD: Frequency-Decoupled Cross-Modal Knowledge Distillation for Infrared Object Detection

    arXiv:2606.11572v1 Announce Type: new Abstract: Transfer learning from large-scale RGB foundation models to infrared (IR) imagery through knowledge distillation (KD) remains challenging due to fundamental differences in image formation physics. We investigate the spectral structu…

相关实体

相关话题