提高海图高分辨率图像DETR的效率
计算机视觉与模式识别
2026-05-12 v1 机器人学
摘要
海域目标检测是无人人工智能表面舰船（USVs）安全航行的关键任务，需要准确识别从小型浮标到大型舰船的障碍物。由于距离较远、目标尺寸小、规模差异大以及边缘计算限制，以及高分辨率图像的高内存需求，实时检测颇具挑战。现有解决方案如下采样或图像分割，往往会降低精度或需要额外处理，而内存效率模型通常只能处理有限分辨率。为克服这些限制，我们利用Vision Mamba（ViM） backbone，该模型基于状态空间模型（SSMs）捕获长程依赖关系，同时随序列长度线性扩展。图像被分词为序列，以实现高分辨率处理的效率。为进一步提高计算效率，我们设计了针对性的特征金字塔网络，包含逐级下采样和SSM层，以及用于减少背景区域不必要计算的token剪枝。与基于ResNet50 backbone的先进方法如RT-DETR相比，我们的方法在海域目标检测中实现了性能和计算效率之间的更好平衡。
关键词
引用
@article{arxiv.2605.10269,
title = {Increasing the Efficiency of DETR for Maritime High-Resolution Images},
author = {Tinsae Yehuala and Hao Cheng and Ville Lehtola},
journal= {arXiv preprint arXiv:2605.10269},
year = {2026}
}
备注
Accepted to IEEE ITSC 2026. Copyright 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. DOI to be added upon publication