PulseAugur
中
实时 17:36:47
实体 DEtection TRansformer

DEtection TRansformer

PulseAugur coverage of DEtection TRansformer — every cluster mentioning DEtection TRansformer across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
13
90 天内 48
发布 · 30天
0
90 天内 0
论文 · 30天
12
90 天内 47
层级分布 · 90 天
主题
关系
情绪 · 30 天

4 天有情绪数据

最近 · 第 1/3 页 · 共 48 条
  1. TOOL · CL_348720 ·

    New framework QueryREPA enhances multimodality medical object detection

    研究人员开发了一个名为 QueryREPA 的新框架,以改进多模态医学目标检测。该方法解决了在具有不同统计特性和表示空间的 X 射线、CT 扫描和 MRI 等各种医学成像类型上训练单一检测器的挑战。QueryREPA 将目标查询表示与模态上下文对齐,增强了检测器在没有重大架构更改或延迟的情况下解释和处理各种成像数据的能力。

  2. TOOL · CL_344506 ·

    新 ReDHF 框架增强图像中的微小物体检测

    研究人员开发了 ReDHF,一个旨在提高图像中微小物体检测能力的新框架。该方法解决了 Transformer 检测器在特征下采样过程中丢失关键高分辨率细节的挑战。ReDHF 包含三个组件:跨尺度可变形融合以增强高分辨率特征,椭圆引导浅监督以实现更好的分类和定位,以及全尺度查询交互,允许解码器查询访问细粒度细节和语义信息。实验表明,ReDHF 在 AI-TOD-v2、VisDrone 和 SODA Dungeon 等基准测试中显著提升了…

  3. TOOL · CL_324978 ·

    新的BUTR方法通过动态查询预算优化小型目标检测

    研究人员开发了一种名为BUTR(基于预算的DETR)的新方法,以改进图像中的小型目标检测。该方法将查询选择和查询数量的影响解耦,专注于将动态查询作为一种“预算”形式,根据目标密度分配容量。BUTR利用一个轻量级的、非学习的预算器来估计查询需求,避免了复杂的预测器和启发式过滤。该系统在AI-TOD-v2和VisDrone等数据集上表现强劲,在保持NVIDIA T4 GPU上高效的FPS的同时,实现了高AP分数。

  4. TOOL · CL_324684 ·

    新度量标准超越任务准确性,评估多模态AI数据一致性

    研究人员推出了一种新的度量标准——多模态一致性分数(MCS),旨在评估多模态AI系统中数据融合的质量。与依赖下游任务准确性的传统方法不同,MCS独立评估一致性,并将其分解为四个维度:身份、空间、语义和决策。该度量标准在Visual Genome和COCO等数据集上使用各种融合架构进行了评估,与单独的任务准确性相比,在区分数据质量方面表现出更高的敏感性。MCS轻量级,无需人工标注,并能提供关于数据哪些方面可能存在问题的具体见解。

  5. TOOL · CL_322053 ·

    新的DepTR-MOT跟踪器利用深度信息改进多目标跟踪

    研究人员推出了一种新颖的视觉多目标跟踪方法DepTR-MOT,该方法整合了深度信息以提高性能,尤其是在遮挡和近距离交互的场景中。该方法通过将实例级别的深度感知嵌入到基于DETR的检测器中,增强了标准的跟踪检测范式。DepTR-MOT利用基于基础模型的软深度标签监督和来自密集深度图的蒸馏来精炼深度预测并保持全局深度一致性。在QuadTrack和DanceTrack等数据集上的实验显示出跟踪精度的显著提升,证明了深度线索在机器人感知中的有效性。

  6. TOOL · CL_313034 ·

    新的SARES-DEIM框架通过稀疏MoE增强SAR船舶检测

    研究人员开发了SARES-DEIM,一个旨在提高合成孔径雷达(SAR)图像中船舶检测能力的新框架。该方法通过采用一个名为SARESMoE的稀疏专家混合(MoE)模块来应对斑点噪声和复杂杂波等挑战,该模块选择性地将特征路由到专门的专家。此外,还引入了空间到深度增强金字塔(SDEP)颈部,以保留高分辨率空间细节,有助于检测小型目标。在HRSID和SAR-Ship-Dataset基准数据集上的实验证明了SARES-DEIM的有效性,特别是在…

  7. TOOL · CL_312920 ·

    新的SuperClip金字塔方法增强了视频时序定位

    研究人员开发了一种名为SuperClip金字塔的新方法,用于视频时序定位,旨在根据用户查询改进视频内特定时刻的定位。该方法利用多尺度时序层次结构,通过将相邻片段分组为语义连贯的段来构建“SuperClip”金字塔。该系统引入了时间自适应核,用于灵活聚合这些SuperClip,并采用相对显著性损失来指导模型区分重要事件。在五个基准上的实验表明,该方法取得了卓越的性能。

  8. TOOL · CL_311800 ·

    RF-DETR Transformer通过提出固定问题提供高效目标检测

    一种名为RF-DETR的新型目标检测方法利用检测Transformer,通过提出固定数量的问题而非广泛猜测来识别图像中的目标。与YOLO等卷积检测器(它们预测数千个候选框然后使用非极大值抑制进行过滤)不同,RF-DETR被训练直接输出一组精确的边界框。这种方法旨在提高效率并减少对后处理步骤的依赖。

  9. TOOL · CL_310510 ·

    用户寻求用于微调 Meta DETR 的最佳 AI 辅助标注方法

    一位 Reddit 用户正在寻求关于标注约 500 张图片以微调 Meta 的 DETR 对象检测模型的最高效方法的建议。主要挑战在于平衡速度和准确性,因为手动标注非常耗时。用户正在探索 CVAT、Roboflow、Grounding DINO 和 OWLv2 等 AI 辅助工具,并正在考虑涉及使用开放词汇模型进行预标注与手动标注初始批次的工作流程。关键问题包括确保对象检测准确性、保持标签一致性以及在训练前实施质量控制措施。

  10. TOOL · CL_301225 ·

    新方法从判别式AI模型中提取生成能力

    研究人员开发了一种名为判别式评分函数(DSF)的新方法,可以从预训练的判别式模型中提取生成能力。该技术允许为分类或检测等任务训练的模型在无需特定生成训练的情况下生成图像。DSF可应用于各种模型,包括ResNet、DETR和DINOv2 ViT编码器,实现无条件图像生成、条件引导、编辑和修复。此外,DSF生成的样本可用于零样本量化校准,比现有方法更有效地保留特征几何。

  11. TOOL · CL_294438 ·

    新方法通过图像重建解码 Transformer 视觉模型

    研究人员开发了一种新颖的、模块化的特征逆向方法,用于理解基于 Transformer 的视觉模型。该方法从中间表示中重建图像,与以前的技术相比,提供了计算效率更高、语义上更连贯的分析。该技术应用于 Detection Transformer、Vision Transformer、Swin Transformer 和 Data-Efficient Image Transformer 等模型,揭示了网络层之间表示的渐进式变化,并突出了这些…

  12. TOOL · CL_289783 ·

    RT-DETRv4框架利用视觉基础模型提升实时目标检测性能

    研究人员推出了RT-DETRv4,一个旨在增强实时目标检测能力的新框架。该方法利用视觉基础模型(VFMs)在不增加推理开销的情况下改进轻量级目标检测器。该框架包含一个深度语义注入器(DSI)模块,用于集成高级VFM表示,以及一个梯度引导自适应调制(GAM)策略,用于动态调整语义迁移。RT-DETRv4在COCO数据集上展示了最先进的性能,在令人印象深刻的推理速度下实现了高AP分数。

  13. TOOL · CL_287175 ·

    LiG-DETR框架通过集成局部-全局特征增强航空目标检测

    研究人员推出了一种新颖的LiG-DETR框架,旨在通过解决尺度和密度变化的挑战来改进航空目标检测。该方法将图像切片重新构建为高保真局部特征获取,从而能够在单一端到端检测框架内集成局部和全局特征。该方法旨在提高小目标的检测能力,同时保持对大目标的性能,提供改进的准确性-效率权衡和跨域泛化能力。

  14. TOOL · CL_273510 ·

    检测Transformer应用于扩散MRI进行微观结构量化

    研究人员开发了一种新方法,通过将白质微观结构量化问题重构为目标检测任务来分析扩散MRI数据。该方法利用检测Transformer (DETR) 架构,同时预测平均扩散率 (MD) 和分数各向异性 (FA) 等关键指标,以及每个体素可变数量的纤维方向和信号分数。该系统在合成数据上进行了评估,对MD和FA实现了高精度,并对纤维方向实现了低中值角度误差。

  15. TOOL · CL_243442 ·

    SeGDeP 通过解耦语义和几何提示来增强推理分割

    研究人员开发了 SeGDeP,一种新颖的推理分割接口,它将语义理解与空间定位分离开来。该方法使用独立的语义提示和几何投影分支,然后共同为掩码解码器提供信息。SeGDeP-4B 在 RefCOCO+ 和 ReasonSeg 等基准测试中表现强劲,通过 LoRA 调整了 Qwen3-VL 模型的一小部分参数来实现这些结果。

  16. TOOL · CL_231735 ·

    新框架利用预训练检测器的稳定-塑性不对称性进行增量目标检测

    研究人员开发了一个新的增量目标检测框架,该框架利用了预训练的DETR类检测器中存在的稳定-塑性不对称性。该方法冻结了定位头以保持几何稳定性,同时调整了Transformer表示和分类头以实现塑性,尤其是在跨域场景中。该方法还结合了伪特征回放以减轻先前学习类别的遗忘,并使用两阶段一致蒸馏来对齐表示。在COCO、VOC和TT100K数据集上的实验表明,该方法在保留旧类别和适应新类别之间取得了平衡,达到了最先进的性能。

  17. RESEARCH · CL_229575 ·

    新的ChessQueries方法在棋盘识别方面达到99.2%的准确率

    研究人员开发了ChessQueries,一种用于从图像识别棋盘状态的新颖方法。这种新方法结合了ViT编码器和DETR风格的解码器,显著优于现有基准。ChessQueries在ChessReD数据集上实现了近乎完美的99.2%的准确率,比之前15.3%的最先进水平有了巨大飞跃。该方法在外部分布数据集上表现出鲁棒性,并引入了一个源自职业国际象棋比赛的新的、更具挑战性的公共数据集。

  18. RESEARCH · CL_227263 ·

    新研究通过3D几何和LLM集成推进多目标跟踪 · 已跟踪4个来源

    研究人员开发了用于视频中多目标跟踪的新方法,旨在提高准确性和效率。PLANET,一种新的端到端跟踪器,通过整合3D场景几何并实现基准测试中的最先进性能,超越了图像平面的限制。YesTrack将指代式多目标跟踪重新表述为判别式任务,利用多模态大语言模型进行是/否验证,并引入时间一致性约束。此外,TQD-Track引入了用于3D多目标跟踪的时间查询去噪,通过将时间信息纳入训练过程来增强现有方法。

  19. TOOL · CL_218224 ·

    新型CLSC DETR模型提升无人机小目标检测能力

    研究人员开发了一种名为CLSC DETR的新型目标检测模型,旨在提高无人机(UAV)捕获的复杂空中场景中小目标的识别能力。该模型解决了小目标空间范围有限、分布密集和遮挡频繁等挑战。CLSC DETR通过聚合不同层的几何证据并根据定位质量和可靠性校准分类分数来增强候选者排序,从而在VisDrone和UAVDT等数据集上提高了性能。

  20. TOOL · CL_208642 ·

    新框架通过连续性学习提升工业缺陷检测能力

    研究人员开发了一种新的连续性驱动表示学习框架,以改进工业缺陷检测。该方法利用以正常为主的区域作为密集辅助监督,引入了两个与检测器无关的目标:多连续性损失和差分损失。在工业数据集和NEU-DET基准上的实验表明,在包括YOLO和DETR模型在内的各种检测器架构上,尤其是在数据有限的条件下,性能得到了一致的提升。