Tag · 2 篇
端到端检测
分布 自动驾驶与遥感1视觉语言模型1
01 02
Spe-BEVHead：重新审视鸟瞰图目标检测的检测头设计
Spe-BEVHead: Rethinking the Detection Head Design for Bird's-Eye-View Object Detection
针对 BEV 检测头这一被忽视的环节，提出几何对齐的旋转框分类核与局部响应精炼模块，可直接替换现有 BEV 主干上的 center-based 检测头，在无 NMS 的端到端设定下取得增益，对做 BEV 3D 检测的读者是一个即插即用的改进点。
概念驱动的任意场景注视目标估计
Gaze Target Estimation Anywhere with Concepts
将自然语言或点提示作为条件输入，端到端地同时完成主体定位与注视目标热图预测，为视觉-语言模型在细粒度空间理解任务上提供了可复用的提示式范式。