AIGC動態(tài)歡迎閱讀

原標題：超越YOLOv10/11、RT-DETRv2/3！中科大D-FINE重新定義邊界框回歸任務
關鍵字：目標,邊界,模型,概率,任務
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

AIxiv專欄是機器之心發(fā)布學術、技術內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學術交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵?箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.comD-FINE 的作者均來自中國科學技術大學。第一作者為中科大在讀博士生彭巖松 (https://scholar.google.com/citations?user=CTidez8AAAAJ&hl=zh-CN)，其研究方向為實時目標檢測以及神經(jīng)形態(tài)視覺，已在 AAAI、ICCV、CVPR 等國際頂級會議上以第一作者身份發(fā)表多篇論文。本文由吳楓教授、孫曉艷教授和張越一副研究員共同指導，其他作者包括中科大博士生李和倍及碩士生吳沛熹。引言
在當前內(nèi)卷嚴重的實時目標檢測 (Real-time Object Detection) 領域，性能與效率始終是難以平衡的核心問題。絕大多數(shù)現(xiàn)有的 SOTA 方法僅依賴于更先進的模塊替換或訓練策略，導致性能逐漸趨于飽和。
為了打破這

原文鏈接：超越YOLOv10/11、RT-DETRv2/3！中科大D-FINE重新定義邊界框回歸任務

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：