记录一次在VMware17中部署Windows XP虚拟机

YOLOå®�在å�·ä¸�动了ä¸�知é�“ç›®æ ‡æ£€æµ‹è¿˜æœ‰å“ªäº›baseline好用ä¸�知é�“æ€�么选å®�际上DETR系列都是好选择也一直很ç�«ã€‚包括RT-DETR系列ã€�DINO系列ã€�D-FINE系列等近æ�¥æ›´æ˜¯å‡ºç�°äº†å¾ˆå¤šæ–°å�˜ä½“åƒ�是DINOv3ã€�RF-DETR……此外RetinaNetã€�è½»é‡�化检测等也是主æµ�。而具体的选择则需è¦�结å�ˆä»»åŠ¡çš„特点。比如速度è¦�求高å�¯ä»¥é€‰RT-DETR精度è¦�求高å�¯ä»¥è€ƒè™‘Co-DETR……å�Œæ—¶æƒ³å¾€è¿™æ–¹å�‘å�‘论文的伙伴还å�¯ä»¥å…³æ³¨ä¸€äº›é¡¶ä¼šæ–°èµ›é�“SAMç›®æ ‡æ£€æµ‹ã€�Mambaç›®æ ‡æ£€æµ‹ã€�扩散模å�‹ç›®æ ‡æ£€æµ‹ã€�YOLO多模æ€�……纵观近2年的顶会这些领域录用é‡�都在上涨且还ä¸�ç®—å�·ä¸ºè®©å¤§å®¶èƒ½å¤Ÿç´§è·Ÿé¢†åŸŸå‰�沿早点å�‘出自己的顶会以上所æ��所有baseline和方å�‘我都给大家准备了é…�套的å�‚考论文和æº�ç �å…±145篇扫æ��下方二维ç �å›�å¤�「目检145ã€�å…�è´¹è�·å�–全部论文å�ˆé›†å�Šé¡¹ç›®ä»£ç �RT-DETRv4: Painlessly Furthering Real-Time Object Detection with Vision Foundation Models内容这篇论文æ��出了RT-DETRv4一个通过视觉基础模å�‹(VFM)知识蒸é¦�æ�¥å¢�强å®�æ—¶ç›®æ ‡æ£€æµ‹å™¨çš„æ–°æ¡†æ�¶ã€‚æ ¸å¿ƒåˆ›æ–°åŒ…æ‹¬

深度语义注入器(DSI)将VFM的高层语义表示整�到检测器深层

梯度引导自适应调制(GAM)æ ¹æ�®æ¢¯åº¦èŒƒæ•°æ¯”动æ€�调整语义è¿�移强度。该方法在ä¸�å¢�åŠ æ�¨ç�†å¼€é”€çš„情况下显著æ��å�‡äº†DETR系列模å�‹çš„性能在COCOæ•°æ�®é›†ä¸Šè¾¾åˆ°äº†æ–°çš„SOTA水平。D-FINED:REDEFINE REGRESSION TASK IN DETRS ASFINE-GRAINED DISTRIBUTION REFINEMENT内容这篇论文æ��出了D-FINE一个通过é‡�新定义DETR模å�‹ä¸­è¾¹ç•Œæ¡†å›�归任务æ�¥å®�ç�°å‡ºè‰²å®šä½�精度的å®�æ—¶ç›®æ ‡æ£€æµ‹å™¨ã€‚æ ¸å¿ƒåˆ›æ–°åŒ…æ‹¬

细粒度分布细化(FDR)å°†å›�归过程ä»�预测固定å��æ ‡è½¬å�˜ä¸ºè¿­ä»£ç»†åŒ–概ç�‡åˆ†å¸ƒæ��供更精细的中间表示

全局最优定ä½�自蒸é¦�(GO-LSD)通过自蒸é¦�å°†æ·±å±‚ç²¾ç‚¼çš„åˆ†å¸ƒçŸ¥è¯†ä¼ é€’åˆ°æµ…å±‚ã€‚è¯¥æ–¹æ³•åœ¨COCOæ•°æ�®é›†ä¸Šè¾¾åˆ°SOTA性能D-FINE-Xè�·å¾—

5

8% AP at 78 FPS并能将��DETR模�性能��高达

3% APä¸”å‡ ä¹�ä¸�å¢�åŠ é¢�外å�‚数和训练æˆ�本。扫æ��下方二维ç �å›�å¤�「目检145ã€�å…�è´¹è�·å�–全部论文å�ˆé›†å�Šé¡¹ç›®ä»£ç �DEYOLO: Dual-Feature-Enhancement YOLO for Cross-Modality Object Detection内容这篇论文æ��出了DEYOLO一ç§�用äº�跨模æ€�ç›®æ ‡æ£€æµ‹çš„å�Œç‰¹å¾�å¢�强YOLO框æ�¶ä¸“门解决ä½�光照ç�¯å¢ƒä¸‹çš„æ£€æµ‹é—®é¢˜ã€‚æ ¸å¿ƒåˆ›æ–°åŒ…æ‹¬

å�Œè¯­ä¹‰å¢�强通é�“æ�ƒé‡�分é…�模å�—(DECA)å’Œå�Œç©ºé—´å¢�强åƒ�ç´ æ�ƒé‡�分é…�模å�—(DEPA)通过å�Œé‡�å¢�强机制在特å¾�空间è�šå�ˆè·¨æ¨¡æ€�ä¿¡æ�¯å‡�少两ç§�模æ€�间的相互干扰

å�Œå�‘解耦焦点机制扩大骨干网络在ä¸�å�Œæ–¹å�‘çš„æ„Ÿå�—é‡�。该方法在M3FDå’ŒLLVIPæ•°æ�®é›†ä¸Šæ˜¾è‘—优äº�ç�°æœ‰çš„è��å�ˆæ£€æµ‹æ–¹æ³•mAP50æ��å�‡è¶…过5%且DECAå’ŒDEPA模å�—å�¯ä½œä¸ºå�³æ�’å�³ç”¨ç»„件应用äº�其他模å�‹ã€‚Mamba-YOLO-World: Marrying YOLO-World with Mamba for Open-Vocabulary Detection内容这篇论文æ��出了Mamba-YOLO-World一ç§�å°†YOLO-Worldä¸�Mamba状æ€�空间模å�‹ç»“å�ˆçš„å¼€è¯�æ±‡ç›®æ ‡æ£€æµ‹æ–¹æ³•ã€‚æ ¸å¿ƒåˆ›æ–°æ˜¯MambaFusion路径è�šå�ˆç½‘络(MambaFusion-PAN)通过并行引导选择扫æ��(PGSS)和串行引导选择扫æ��(SGSS)算法以线性å¤�æ�‚度O(N

å®�ç�°å…¨å±€å¼•å¯¼æ„Ÿå�—é‡�的多模æ€�特å¾�è��å�ˆã€‚å®�验表æ˜�该方法在COCOå’ŒLVISæ•°æ�®é›†ä¸Šé›¶æ ·æœ¬å’Œå¾®è°ƒè®¾ç½®ä¸‹å�‡ä¼˜äº�å�Ÿå§‹YOLO-World在ä¿�æŒ�相当å�‚æ•°é‡�和计算é‡�çš„å�Œæ—¶APæ��å�‡

4%-

8%且超越了ç�°æœ‰å¼€è¯�汇检测SOTA方法。扫æ��下方二维ç �å›�å¤�「目检145ã€�å…�è´¹è�·å�–全部论文å�ˆé›†å�Šé¡¹ç›®ä»£ç �

唐人社区视频-唐人社区视频应用