PG-FM通过自适应特征调制提升RGB-T检测鲁棒性
热点事件持续更新
PG-FM通过自适应特征调制提升RGB-T检测鲁棒性
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Liuyin Shi、Chengqi Li和Wenbo He提出PG-FM(Prompt-Guided Feature Modulation),通过估计可见光RGB与热红外模态各自的噪声类型和严重程度,动态调整目标检测器的特征,以提升RGB-T检测在输入受损时的鲁棒性。 在FLIR和KAIST数据集的可控腐蚀模拟实验中,PG-FM在保持干净数据集检测性能的同时,使mAP50最高分别提升20.8和19.9个百分点。该方法还无需重新训练即可迁移到未经修改、自然采集的外部RGB-T数据集。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
PG-FM:通过几何特征调制提升 RGB-T 目标检测的鲁棒性报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · Machine LearningPG-FM:通过几何特征调制提升 RGB-T 目标检测的鲁棒性
PG-FM(Prompt-Guided Feature Modulation)通过估计 RGB 与热红外模态各自的噪声类型和严重程度,动态调整 RGB-T 检测器的特征,以应对不同输入损坏。
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。