Sahi
PulseAugur coverage of Sahi — every cluster mentioning Sahi across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新方法SCAHI提高了高分辨率图像中小目标的检测性能
一篇新的研究论文探讨了切片推理技术在高分辨率图像中小目标检测中的有效性。该研究比较了两个数据集上的七种密集检测器,发现提高图像分辨率通常比使用简单的边界框融合进行切片能获得更好的结果。研究人员引入了SCAHI(Coverage-Aware Hyper Inference的切片),一种通过累积加权覆盖的密集输出来改进现有切片技术的新方法,在检测精度方面取得了显著的提升。
-
小目标检测的切片推理:分辨率 vs. 切片
一篇新论文探讨了切片推理技术在检测高分辨率图像中的小目标时的有效性。研究人员发现,在计算资源有限的情况下,简单地增加单次推理的分辨率可以优于带有框融合的切片方法。他们还引入了 SCAHI(覆盖感知超推理切片),这是一种能更好地利用切片输出的互补信息的方法,在 VisDrone 和 DOTA 数据集上,对于各种 YOLO 和 FCOS 检测器,其性能优于传统的框融合。
-
新的ROI-Gated SAHI提高了目标检测效率
研究人员开发了ROI-Gated SAHI,一个旨在提高高分辨率图像中目标检测效率的新框架。该方法将计算资源集中在感兴趣的相关区域,避免了对背景区域不必要的处理。虽然在COCO128数据集上的初步测试显示,与标准SAHI相比,速度和准确性略有下降,但通过自适应路由策略进一步优化后,显著提高了速度,尤其是在稀疏场景下。
-
几何优先的3D跟踪在Sim2Real挑战中优于深度估计
一篇新的研究论文提出了一种几何优先的方法,用于大型室内仓库的多摄像头3D跟踪,其性能优于依赖估计深度的现有方法。该研究提交至arXiv,发现使用YOLO11x检测和几何一致性的流水线获得了13.0的3D HOTA分数,显著高于伪LiDAR方法获得的0.12分数。研究人员将这种性能差距归因于单目深度估计的跨视图不一致性,即使在给定约束下,域适应微调也无法完全解决。