研究者提出雾天检测在线测试时适应框架 FogTTA
热点事件持续更新
研究者提出雾天检测在线测试时适应框架 FogTTA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ali Abedi 等研究者提出在线测试时适应框架 FogTTA，用于提升基于 Transformer 的目标检测器在雾天环境下的鲁棒性，底层检测器为 RF-DETR。据论文称，该框架可在流式目标域上实时适应，无需源数据或重新训练。 框架采用教师-学生设计：教师模型通过弱增强输入生成伪标签，经非极大值抑制与置信度过滤后，学生模型用强增强样本和 Varifocal loss 学习；教师通过指数移动平均更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
FogTTA：雾天中 Transformer 目标检测的在线测试时自适应框架报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIFogTTA：雾天中 Transformer 目标检测的在线测试时自适应框架
FogTTA 是一个在线测试时自适应框架，用于提升基于 Transformer 的目标检测器在雾天环境下的鲁棒性，底层检测器为 RF-DETR。框架采用教师-学生设计，通过弱增强输入生成伪标签，经非极大值抑制与置信度过滤后，学生模型用强增强样本和 Varifocal loss 学习，教师通过指数移动平均更新。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。