目标检测工程师必看！AAAI 2025 顶会论文干货分享！解读前沿技术与未来趋势 - 文章 - 开发者社区

picture.image

向AI转型的程序员都关注公众号机器学习AI算法工程

引言

目标检测作为计算机视觉领域的核心任务，近年来取得了显著进展。AAAI 2025 会议中，多篇与目标检测相关的论文引发了广泛关注。这些论文不仅在技术上取得了突破，还为未来的研究指明了方向。本文将为大家详细介绍这些论文的亮点和创新点，帮助读者把握目标检测领域的最新动态。

论文标题 : CP-DETR: Concept Prompt Guide DETR Toward Stronger Universal Object Detection

picture.image

亮点 :

概念提示 : 通过引入概念提示（Concept Prompt）来增强通用目标检测的性能。
多模态融合 : 设计了一种高效的提示视觉混合编码器，通过逐层和多尺度融合模块增强提示与视觉之间的信息互动。
性能提升 : 在 LVIS 数据集上，Swin-T 主干模型达到了 47.6 的零样本 AP，Swin-L 主干模型在 ODinW35 上达到了 32.2 的零样本 AP。

链接 : https://arxiv.org/pdf/2412.09799

论文标题 : SCKD: Semi-Supervised Cross-Modality Knowledge Distillation for 4D Radar Object Detection

picture.image

亮点 :

半监督学习 : 提出了一种新颖的半监督跨模态知识蒸馏 (SCKD) 方法，用于基于 4D 雷达的 3D 目标检测。
特征蒸馏 : 设计了两个特征蒸馏模块来促进跨模态知识转移。
性能提升 : 在相同网络结构下，SCKD 训练的仅限雷达学生将基准测试的 mAP 提升了 10.38%。

链接 : https://arxiv.org/pdf/2412.14571

论文标题 : HGSFusion: Radar-Camera Fusion with Hybrid Generation and Synchronization for 3D Object Detection

picture.image

亮点 :

混合生成与同步 : 提出了具有混合生成和同步 (HGSFusion) 的雷达相机融合网络。
雷达稠密编码器 : 设计了一个雷达稠密编码器来丰富稀疏的有效雷达标记。
性能提升 : 在 RoI AP 和 BEV AP 中分别以 6.53% 和 2.03% 的优势优于 VoD 和 TJ4DRadSet 数据集中的最先进方法。

链接 : https://arxiv.org/html/2412.11489v1

论文标题 : RCTrans: Radar-Camera Transformer via Radar Densifier and Sequential Decoder for 3D Object Detection

picture.image

亮点 :

雷达稠密编码器 : 设计了一个雷达稠密编码器来丰富稀疏的有效雷达标记。
顺序解码器 : 提出了一种剪枝顺序解码器，以基于获得的标记和随机初始化的查询预测 3D 框。
性能提升 : 在 nuScenes 数据集上取得了新的最先进的雷达相机 3D 检测结果。

链接 : https://arxiv.org/pdf/2412.12799

论文标题 : Universal Domain Adaptive Object Detection via Dual Probabilistic Alignment

picture.image

亮点 :

双概率对齐 : 提出了一种新颖的双概率对齐（DPA）框架，将域概率建模为高斯分布，从而实现异质域分布采样和度量。
模块设计 : 包括全局级别域私有对齐（GDPA）、实例级别域共享对齐（IDSA）和私有类约束（PCC）。
性能提升 : 在各种数据集和场景中优于最先进的 UniDAOD 和 DAOD 方法。

链接 : https://arxiv.org/html/2412.11443v1

论文标题 : Differential Alignment for Domain Adaptive Object Detection

picture.image

亮点 :

论文标题 : CREST: An Efficient Conjointly-trained Spike-driven Framework for Event-based Object Detection Exploiting Spatiotemporal Dynamics

picture.image

亮点 :

高效联合训练 : 提出了 CREST，一个新颖的联合训练的尖峰驱动框架，用于利用基于事件的对象检测中的时空动态。
多尺度时空事件积分器 : 采用了多尺度时空事件积分器 (MESTOR) 和时空-IoU (ST-IoU) 损失。
性能提升 : 在三个数据集上实现了卓越的对象识别和检测性能，并且能效提高了 100 倍。

链接 : https://arxiv.org/pdf/2412.12525v2