横扫CVPR！“特征融合+目标检测”封神！

最新推荐文章于 2025-06-10 19:55:42 发布

原创最新推荐文章于 2025-06-10 19:55:42 发布

· 889 阅读

13 ·

版权

文章标签：

#目标检测 #人工智能 #计算机视觉

相比传统，基于特征融合做目标检测，不仅克服了特征表达不充分的缺陷，还能与YOLO、Transformer、Mamba等技术充分结合。在提升模型检测精度、鲁棒性的同时，也拓展了应用领域（多尺度、遮挡、形变……）

因此，其在各大顶会都备受欢迎，光是CVPR就有多篇。比如在3D目标检测任务中性能狂提88.5％的模型CoHFF；在稀疏监督目标检测中性能远超SOTA的HINTED模型……

值得一提的是，该方向由于开源代码多、涉及场景丰富，发文门槛很低，妥妥的毕业“神器”！想发论文的伙伴，可以从这些方向着手：动态自适应融合、跨模态扩展、计算效率与精度平衡、特定场景优化等。

为方便大家研究的进行，我给大家准备了15篇必读的前沿论文和源码，可以无偿分享给你！

论文原文+开源代码需要的同学看文末

EDNet: Edge-Optimized Small Target Detection in UAV Imagery- Faster Context Attention, Better Feature Fusion, and Hardware Acceleration

内容：本文介绍了一种名为EDNet的新型边缘优化小目标检测框架，基于改进的YOLOv10架构。EDNet通过引入XSmall检测头、交叉拼接策略和快速上下文注意力模块，显著提升了无人机图像中小目标的检测性能，同时优化了计算复杂度。此外，该框架还采用了WIoU损失函数以改善边界框回归，并提供了从Tiny到XL的七种模型变体，以适应不同的边缘设备部署需求。实验结果表明，EDNet在VisDrone数据集上实现了高达5.6%的mAP@50提升，同时在iPhone 12等移动设备上实现了16到55 FPS的实时推理速度，展现了其高效性和可扩展性。

HINTED: Hard Instance Enhanced Detector with Mixed-Density Feature Fusion for Sparsely-Supervised 3D Object Detection

内容：本文提出了一种名为HINTED的稀疏监督3D目标检测方法，旨在解决稀疏标注场景中难以检测到的“硬实例”（如结构不完整或距离较远的目标）问题。HINTED通过引入自增强教师模型生成更多潜在伪标签以提高信息传递效率，并结合混合密度学生模型，通过不同密度特征的融合来增强对硬实例的检测能力。在KITTI数据集上的实验表明，HINTED在硬实例检测上显著优于现有的稀疏监督方法，尤其在行人和骑自行车者等挑战性类别上，性能提升超过30%和25%。

Quality-aware Selective Fusion Network for V-D-T Salient Object Detection

内容：本文提出了一种名为QSFNet的网络架构，用于可见光-深度-热成像（VDT）的显著目标检测任务。QSFNet通过三个子网络实现：初始特征提取子网络、质量感知区域选择子网络和区域引导的选择性融合子网络。该网络能够感知不同模态图像的质量，通过生成质量感知图来选择高质量和低质量区域，并在融合过程中突出高质量信息、抑制低质量干扰。实验结果表明，QSFNet在VDT-2048数据集上显著优于13种现有方法，尤其是在处理低质量深度和热成像图像时表现出色。

PointOBB-v3: Expanding Performance Boundaries of Single Point-Supervised Oriented Object Detection

内容：本文提出了一种名为PointOBB-v3的单点监督定向目标检测框架，旨在通过单点标注实现高效的定向边界框（OBB）生成。PointOBB-v3通过引入三种独特的图像视图（原始视图、缩放视图和旋转/翻转视图）和渐进式多视图切换策略，结合尺度增强模块和角度获取模块，分别提升模型对目标尺度和角度的感知能力。该框架还引入了尺度敏感一致性（SSC）损失、尺度敏感特征融合（SSFF）模块、自监督角度（SSA）损失和密集到稀疏（DS）匹配策略，以提高尺度估计和角度预测的精度。