Objects365
PulseAugur coverage of Objects365 — every cluster mentioning Objects365 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
EdgeCrafter: 紧凑型ViT用于边缘密集预测
研究人员开发了EdgeCrafter，这是一个新的框架，利用专为边缘设备上的密集预测任务设计的紧凑型Vision Transformers (ViTs)。该框架解决了在严格的计算和内存限制下部署高性能模型的挑战，而传统上CNN架构（如YOLO）在此领域占据主导地位。EdgeCrafter采用任务专用蒸馏和对边缘友好的编码器-解码器设计，使紧凑型ViTs在物体检测、实例分割和姿态估计方面能够实现具有竞争力的精度-效率权衡。
-
新框架通过多样化表示增强视觉基础模型
研究人员开发了一个新框架，通过解决表示退化问题来改进视觉基础模型。该方法包括一个调制注意力对比头（mACH）和一个文本条件JEPA辅助流，旨在保持表示多样性。此外，还创建了一个名为Objects365-Caption的新数据集，为大规模语言监督提供上下文感知引用表达式。该统一框架在各种基础数据集上表现出强大的性能和泛化能力，无需数据集特定的调整。
-
ExDet框架提升开放域目标检测泛化能力
研究人员推出ExDet，一个旨在提高开放域开放词汇检测（ODOVD）能力的新型框架。该轻量级系统无需从头开始训练，即可增强现有检测器在新类别和未知域上的泛化能力。ExDet利用文本引导的外推来推断视觉原型，并使用与检测器兼容的校正模块来调整表示，在多个基准数据集上取得了最先进的成果。
-
LVLMs 可利用注意力模式自改进小物体定位
研究人员开发了一个新颖的框架 ACS-Learned，该框架利用大型视觉语言模型 (LVLMs) 的内部注意力模式，无需微调即可改进小物体定位。通过在这些注意力图上训练一个轻量级回归器，系统可以预测定位质量并从多个候选框中选择最佳边界框。一个更高效的变体 ACS-Free，根据关键 Transformer 层中的注意力熵对候选框进行排序，在基准数据集上展示了小物体定位能力的显著自改进。
-
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…