热点事件持续更新

提出基于YOLO-World的无人机目标检测多模态模型

1 篇报道1 个报道来源9 小时前更新

先了解这件事

报道摘要

一项研究在 YOLO-World 框架上提出多模态目标检测模型，用基于注意力的 A2C2f 层替换 YOLOv8 主干中的 C2f 层，以更精确表征小目标局部特征。在 VisDrone 数据集上，该模型精度从 43.0% 提升至 45.1%，召回率从 32.8% 升至 35.0%，mAP@0.5 从 32.5% 提高到 35.2%，mAP@0.5-0.95 从 18.5% 升至 19.9%。

摘自 arXiv cs.CV

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv cs.CV
基于 YOLO-World 的无人机多模态目标定位模型，用 A2C2f 注意力层提升小目标检测
一项研究在 YOLO-World 框架上提出多模态目标检测模型，用基于注意力的 A2C2f 层替换 YOLOv8 主干中的 C2f 层，以更精确表征小目标局部特征。在 VisDrone 数据集上，该模型精度从 43.0% 提升至 45.1%，召回率从 32.8% 升至 35.0%，mAP@0.5 从 32.5% 提高到 35.2%，mAP@0.5-0.95 从 18.5% 升至 19.9%。

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。