面向域适应的气象感知目标检测变换器
计算机视觉与模式识别
2025-04-16 v1
摘要
RT-DETR 在各种计算机视觉任务中表现出强大的性能，但在如雾霾等具有挑战性的气象条件下会性能下降。本文研究了三种新颖方法来增强 RT-DETR 在雾中环境中的鲁棒性：(1) 通过感知损失实现域适应，利用感知监督从教师网络中蒸馏出域无关特征；(2) 气象自适应注意力，通过引入辅助雾图图像流来增强注意力机制中的雾敏感比例缩放；(3) 气象融合编码器，采用双流编码器架构通过多头自注意力和交叉注意力融合清晰和雾图图像特征。尽管采用了架构创新，但本文提出的各方法都未能稳健地超越基线 RT-DETR。我们分析了局限性和潜在原因，为未来的气象感知目标检测研究提供了见解。
引用
@article{arxiv.2504.10877,
title = {Weather-Aware Object Detection Transformer for Domain Adaptation},
author = {Soheil Gharatappeh and Salimeh Sekeh and Vikas Dhiman},
journal= {arXiv preprint arXiv:2504.10877},
year = {2025}
}