实体
Co-DETR
Co-DETR
PulseAugur coverage of Co-DETR — every cluster mentioning Co-DETR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的VGTok分词器提高了高分辨率目标检测的准确性
研究人员开发了VGTok，这是一种新颖的分词器，旨在提高计算机视觉任务中高分辨率目标检测的性能，尤其是在航空影像方面。与使用统一分词网格的传统方法不同，VGTok根据图像区域动态设置斑块粒度，从而优化小目标检测。这种方法显著降低了计算和内存需求，同时在VisDrone和AI-TOD-v2等基准测试中取得了最先进的成果。
-
2026年物体检测模型对比：RF-DETR、YOLO、Co-DETR
一份2026年物体检测模型指南，对比了包括RF-DETR、YOLO系列和Co-DETR在内的多种选项。它根据实时性能、边缘部署适用性、准确性和零样本能力对这些模型进行了评估。
-
新的PNAFusion方法提高了多光谱目标检测效率
研究人员开发了一种名为渐进式像素邻域可变形交叉注意力（PNAFusion）的新方法来改进多光谱目标检测。该方法通过将特征交互和对齐集中在相关的局部邻域上来解决全局交叉注意力的计算成本问题。PNAFusion包含一个像素邻域交叉注意力模块以减少冗余匹配，以及一个自适应可变形对齐模块以捕捉非线性空间对应关系，并采用迭代反馈机制进行渐进式精炼。实验表明，在FLIR和M3FD等数据集上取得了显著的性能提升，实现了高mAP分数，同时与现有方法相…