DEtection TRansformer
PulseAugur coverage of DEtection TRansformer — every cluster mentioning DEtection TRansformer across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的FSDC-DETR模型通过频空间协同增强小目标检测能力
研究人员推出了一种新颖的检测Transformer模型FSDC-DETR，旨在通过协同建模空间和频率表示来改进小目标检测。该框架利用双分支频空间自适应融合机制来增强频率多样性并自适应地捕获判别性特征。该模型还采用了一种频空间交互方案，用于渐进式特征传播和结构感知聚合，旨在保留高频分量并最小化多尺度融合过程中的退化。实验结果表明，FSDC-DETR在VisDrone-DET2019和AITODv2等基准数据集上取得了最先进的性能。
-
新目标检测框架模仿海马体以增强记忆力和准确性
研究人员推出了一种名为 Hippocampus-DETR 的新目标检测框架，该框架整合了受生物海马体功能启发的显式记忆机制。该框架将一个新颖的模块 HipNet 集成到 DETR 架构中，模拟海马体的亚区域，以增强视觉特征的模式分离、补全、过滤和整合。与现有的主流模型相比，所提出的模型在检测准确性、少样本图像分类等任务中的泛化能力以及数据效率方面均有所提高。
-
AI流程自动化古籍楔形文字符号检测
研究人员开发了一种新的端到端楔形文字OCR流程，利用Deformable Detection Transformer (DETR)模型来自动化古籍符号检测。该系统集成了 the tablet-side extraction、line grouping 和 textual similarity evaluation，与以往的方法相比取得了显著改进。该流程应用于大量的 the tablet fragments 语料库，生成了数百万个符号检…
-
新框架Multi-HMR 2增强了行人检测和三维定位能力
研究人员推出Multi-HMR 2，一个专为以摄像机为中心的坐标系内多行人检测、网格恢复和跟踪设计的新框架。与之前专注于骨盆中心恢复的方法不同，该方法旨在实现精确的度量三维定位，这对于人机交互等应用至关重要。该系统利用了基于DETR的架构，并整合了SAM2的记忆特征，无需视频监督即可实现跟踪，在检测精度和三维定位方面取得了最先进的成果。
-
WireframeDETR使用DETR风格集合预测3D建筑线框
研究人员开发了WireframeDETR，一种从多视图点云预测3D建筑线框的新方法，已提交至S23DR 2026挑战赛。该方法直接在3D点云上利用DETR风格的集合预测，绕过了中间顶点检测。关键创新包括用于稳定训练的对比去噪、用于特征聚合的多尺度编码器以及用于优化梯度流的渐进式辅助损失加权。该模型在公共测试中取得了0.575的HSS，在最佳验证中取得了0.534的HSS。
-
新流程自动完成低光照行人检测标注
研究人员开发了一个自动流程，利用红外和RGB摄像头为低光照行人检测生成标注。该方法首先在红外图像中检测行人，然后将这些标注转移到相应的RGB图像上。使用这些生成标注训练的模型在多项关键指标上优于使用地面真实标注训练的模型，表明这是一种创建大型低光照行人数据集的可扩展方法。
-
新框架提升实时目标检测泛化能力
研究人员开发了一个名为RT-SDGDet的新框架，以提高实时目标检测系统的泛化能力。该方法侧重于在训练期间增强表示学习，以确保检测器在天气和光照变化等不同条件下表现良好，而不会增加推理开销。该方法采用多证据协作建模策略，使目标检测更加鲁棒和稳定，从而在不同的未见领域中获得更好的性能。
-
新的 EIVE 框架为目标检测提供高效的视觉解释
研究人员开发了 EIVE，一个用于为 DETR 等目标检测模型生成实例特定视觉解释的新框架。与需要额外计算的现有事后方法不同，EIVE 通过重新构建其交叉注意力机制，在模型的前向传播过程中直接生成显著性图。这种方法提高了计算效率，并可应用于各种类似 DETR 的架构，实验表明其在解释质量和检测准确性方面具有竞争力或更优的性能。
-
Transformer重建3D屋顶线框，赢得S23DR挑战赛
研究人员开发了一种新颖的基于Transformer的方法，用于从稀疏点云重建3D屋顶线框。该方法受DETR启发，动态地对输入数据进行子采样，并将其与语义和格式塔特征融合。该系统在“HoHo 22k”数据集上取得了0.6476的混合结构得分，在S23DR Challenge 2026中获得第二名。
-
TinyFormer 混合检测器提高了小目标检测精度
研究人员推出 TinyFormer，这是一种新颖的混合目标检测模型，旨在提高小目标的识别能力。该模型结合了 YOLO 和 DETR 架构的元素，并融入了 Vision Transformer 表示和特征金字塔颈部。TinyFormer 利用并行双融合模块 (Parallel Bi-fusion Module) 来保持高分辨率细节，并利用空间语义适配器 (Spatial Semantic Adapter) 来补偿 Transformer…
-
MDS-DETR 通过掩码重复抑制提高目标检测性能
研究人员开发了 MDS-DETR，这是一种新颖的目标检测模型，它改进了 DEtection TRansformer (DETR) 架构。MDS-DETR 通过在单个解码器中集成一对一和一对多标签分配，解决了 DETR 收敛慢和召回率低的问题。这是通过掩码重复抑制器 (MDS) 实现的，该抑制器过滤冗余预测，从而实现更高效、更准确的目标检测。
-
Query2Uncertainty 改进了分布变化下的3D目标检测校准
研究人员开发了Query2Uncertainty，一种提高3D目标检测系统不确定性估计可靠性的新方法。该方法专门解决了分布变化带来的挑战，而现有检测器在这种情况下往往无法提供准确的置信度分数。通过将事后校准与DETR风格检测器的潜在对象查询密度相结合，Query2Uncertainty即使在遇到未见过的数据分布时也能调整模型置信度，从而提高分类和边界框回归的校准效果。
-
新的AI模型InterMesh和Anny-Fit推动3D人体姿态和形状恢复
研究人员开发了InterMesh，一个多人物体姿态恢复的新框架，该框架明确纳入了人与环境的交互信息。通过用结构化的交互语义丰富查询表示，这种方法增强了姿态和形状估计，并在基准数据集上取得了显著改进。另外，Anny-Fit被引入为一个全年龄段3D人体网格恢复的多人优化框架，它联合优化个体并利用各种形式的专家知识来提高准确性和连贯性。
-
发布BifDet数据集用于CT扫描中的3D气道分叉检测
研究人员发布了BifDet，一个用于在CT扫描中检测3D气道分叉的新数据集。该数据集填补了分析肺部生理学和疾病机制方面资源的重大空白。BifDet包含来自ATM22队列的标注CT扫描，并为父子气道分支提供了边界框。该论文还通过对RetinaNet和DETR模型进行微调和评估以进行分叉检测，展示了该数据集的实用性，并为未来的研究提供了基线结果。
-
ARETE论文详述使用车队数据生成高清地图的新方法
研究人员开发了ARETE，一种使用众包车辆数据生成自动驾驶高清（HD）地图的新方法。该方法采用检测Transformer（DETR）模型，从栅格化的车辆轨迹预测矢量化车道表示，包括中心线和车道分隔线。该技术聚合局部轨迹数据，将其转换为编码存在和方向的栅格化格式，然后预测几何约束车道。实验在内部数据集和nuScenes、nuPlan等公开基准上进行。