实体
Object Detectors
Object Detectors
PulseAugur coverage of Object Detectors — every cluster mentioning Object Detectors across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的SPK框架通过结构化先验知识增强目标检测的可靠性
研究人员开发了一个名为结构化先验知识（SPK）的新框架，以提高实时目标检测系统中分布外（OoD）目标的检测能力。SPK从预训练的目标检测器中显式提取潜在的语义、几何和上下文先验知识，创建一个紧凑且可解释的五维表示。该方法在各种OoD基准测试中展示了最先进的性能，表明目标检测器包含比之前假设的更多可利用的知识，以增强预测的可靠性。
-
LipSSD 论文引入 Lipschitz 约束以实现鲁棒的目标检测
研究人员推出 LipSSD，一种增强目标检测系统对抗鲁棒性的新方法。通过将 Lipschitz 约束纳入架构，LipSSD 旨在创建对恶意扰动具有内在更高抵抗力的检测器。该方法提供了传统对抗性训练的设计级替代方案，在未见过的攻击上表现出改进的性能，并在 LARD 和 KITTI 等安全关键数据集上保持了干净的准确性。
-
新框架利用生成式AI诊断目标检测器弱点
研究人员开发了一个新的框架，使用基础图像生成模型来评估航拍视图目标检测器。该框架创建了一个合成测试平台，可以对检测器在各种场景类型和环境条件下的性能进行细粒度评估，而这些在真实世界的数据集中很难分离。通过这种合成探测识别弱点，与非目标增强相比，使用少量真实数据集进行有针对性的补充可以带来显著的性能提升，AP50最高可达13%，且所需的额外样本更少。