DOTA-v1.5
PulseAugur coverage of DOTA-v1.5 — every cluster mentioning DOTA-v1.5 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新工具VehAnchor可解决大型语言模型在航空影像中出现的空间尺度幻觉问题
研究人员开发了VehAnchor，这是一种新工具，旨在帮助基于大型语言模型的代理准确确定航空影像的度量尺度，即使在没有GPS的环境中也是如此。该系统解决了当前大型视觉语言模型中观察到的“空间尺度幻觉”这一关键安全问题，这种问题可能导致面积估算出现重大错误。VehAnchor充当可调用的几何感知技能，利用检测到的车辆作为环境锚点来计算地面采样距离（GSD），并向代理提供置信度分数。与SAM等分割模型集成后，与现有的VLM基线相比，Veh…
-
新的FGAA-FPN增强了高分辨率图像中的定向目标检测
研究人员开发了FGAA-FPN，一种新颖的特征金字塔网络，旨在提高高分辨率图像中的定向目标检测能力。该网络包含一个前景引导特征调制模块，用于增强目标区域并抑制背景噪声，以及一个角度感知多头注意力模块，该模块利用方向先验信息来改善特征区分能力。在DOTA数据集上的实验表明，FGAA-FPN在DOTA-v1.0上取得了75.5%的mAP分数，在DOTA-v1.5上取得了68.3%的mAP分数，达到了最先进的性能。
-
新的AI方法自适应地组合CNN和ViT模块以进行目标检测
研究人员开发了一种名为BMCR（基于强化学习的骨干模块组合）的新方法，以改进遥感图像中的目标检测。该方法自适应地组合卷积神经网络（CNN）和视觉Transformer（ViT）的模块，以利用它们在捕捉局部细节和全局上下文方面的各自优势。BMCR将组合过程构建为一个强化学习问题，从而能够为针对不同输入复杂度的动态推理路径进行优化。该系统在多个基准数据集上取得了最先进的成果，在保持效率的同时，将性能提升了多达2.5 mAP点。
-
LiM-YOLO 以更少参数提升卫星图像中的船舶检测能力
研究人员开发了 LiM-YOLO，这是一种新颖的目标检测模型，针对光学遥感图像中的船舶识别进行了优化。该模型通过将检测头移至较低的金字塔层来解决标准 YOLO 架构的局限性，从而改善了对小型、高纵横比目标的表示。LiM-YOLO 还包含一个组归一化的辅助投影模块，以增强高分辨率卫星输入上的训练稳定性。这种精简的检测器以显著少于现有模型的参数实现了最先进的性能。
-
ViCrop-Det 通过自适应空间路由改进小目标检测
研究人员推出 ViCrop-Det，一个旨在无需额外训练即可提高图像中小目标检测能力的新颖框架。该方法利用模型交叉注意力分布得出的空间注意力熵 (SAE) 来识别具有高目标显著性和不确定性的区域。通过自适应地将计算资源集中在这些模糊区域，ViCrop-Det 增强了细粒度特征恢复并解决了空间模糊性。