从AAAI2025中挑选出对目标检测有帮助的文献——第五期

✅ 一、强相关（建议深入阅读，可作为YOLOv12结构改进参考）

这些论文中有明确的结构或机制创新，可迁移到乳腺癌检测场景中。

1️⃣ HOIMamba: Efficient Mamba-based Disentangled Progressive Learning for HOI Detection

👉 亮点：

• 提出 Mamba 状态空间模型（SSM）结构 的高效特征学习框架；
• 在检测中引入 progressive disentangled learning（逐层解缠学习），提升局部-全局特征融合效果；
  🔧 可借鉴：
  将 Mamba 块替换部分 Conv 块或 CSP 模块作为 YOLOv12 backbone 的中高层，用于提升长程依赖捕获能力，计算开销低于Transformer。

---

2️⃣ SGTC: Semantic-Guided Triplet Co-training for Sparsely Annotated Semi-Supervised Medical Image Segmentation

👉 亮点：

• 医学图像方向！
• 引入 语义引导（semantic-guided） 模块与 三元组协同训练（triplet co-training）；<