专栏名称: 计算机视觉研究院
主要由来自于大学的研究生组成的团队,本平台从事机器学习与深度学习领域,主要在人脸检测与识别,多目标检测研究方向。本团队想通过计算机视觉战队平台打造属于自己的品牌,让更多相关领域的人了解本团队,结识更多相关领域的朋友,一起来学习,共同进步!
目录
相关文章推荐
芋道源码  ·  被问懵了,加密后的数据如何进行模糊查询? ·  9 小时前  
芋道源码  ·  Minio + Docker ... ·  9 小时前  
芋道源码  ·  18.6k ... ·  昨天  
Java编程精选  ·  SpringBoot实现分布式验证码登录方案 ·  3 天前  
51好读  ›  专栏  ›  计算机视觉研究院

总结【小目标检测】今年的前沿创新,为你提供研究思路

计算机视觉研究院  · 公众号  ·  · 2024-08-14 11:30

正文

目标检测现在太卷了。这个领域里想更容易出论文,要重点关注 小目标检测

小目标检测能用于遥感、交通、军事、自动驾驶等, 应用方向广 !同时还面临分辨率低、尺度跨度大、类别不平衡等挑战, 可挖掘创新点多 容易出idea发paper

今天分享我整理的 小目标检测20篇经典研究+30篇最新创新思路 !涵盖领域内多个影响力很大的研究,以及24年6月最新的前沿创新!

所有50个小目标检测研究, 全部帮你总结核心思路+全部都有开源代码 !想要的同学 扫码获取下载方式

扫码获取50篇小目标检测研究合集
论文PDF+代码文件

20篇经典研究+代码

30篇最新创新思路+代码

扫码获取50篇小目标检测研究合集
论文PDF+代码文件

30篇最新创新思路+代码



HCF-Net: Hierarchical Context Fusion Network for Infrared Small Object Detection
一种深度学习方法HCF-Net,包括并行块感知注意力(PPA)模块、维度感知选择性整合(DASI)模块和多膨胀通道细化器(MDCR)模块。通过多个实用的模块显著提高了红外小目标检测的性能。


MIM-ISTD: MAMBA-IN-MAMBA FOR EFFICIENT INFRARED SMALL TARGET DETECTION
利用Mamba机制的多层次特征提取能力,在模型内部嵌入多层次的Mamba结构,使其能够捕捉红外图像中的细微特征和背景信息,提升小目标检测的精度和效率。

扫码获取50篇小目标检测研究合集
论文PDF+代码文件


20篇经典研究+代码








请到「今天看啥」查看全文