Tag · 6 篇
DETR
PaQ-DETR：学习模式与质量感知的动态查询用于目标检测
PaQ-DETR: Learning Pattern and Quality-Aware Dynamic Queries for Object Detection
提出基于共享潜模式动态生成图像特定查询的机制，以及基于定位-分类一致性的质量感知一对多分配策略，可直接用于改进DETR类检测器的查询设计与监督平衡。
启发式推理先验助力数据高效的指代目标检测
Heuristic-inspired Reasoning Priors Facilitate Data-Efficient Referring Object Detection
把由指代短语推导出的空间/语义启发式先验注入 DETR 式 grounding 流程的 proposal ranking、prediction fusion 与 Hungarian matching 三个环节，是一种模型无关、可直接复用的低数据量增强手段。
从检测到关联：为多目标跟踪学习判别性目标嵌入
From Detection to Association: Learning Discriminative Object Embeddings for Multi-Object Tracking
针对端到端 DETR 类跟踪器中共享检测嵌入类间相似度过高的问题，用空间/时序/身份三个适配器在检测特征上做显式精炼，可直接迁移到任何 DETR 式跟踪或关联头中提升跨帧实例判别性。
EW-DETR：通过增量低秩检测Transformer实现演化世界目标检测
EW-DETR: Evolving World Object Detection via Incremental Low-Rank DEtection TRansformer
EW-DETR 将增量低秩适配器、查询范数对象性适配器和熵感知未知混合集成到 DETR 类检测器中，为视觉研究者在无样本增量学习、域偏移和未知目标检测耦合场景下提供了可复用的模块化方案，并提出了 FOGS 综合评价指标。
超越基于描述文本的查询：视频时刻检索中的搜索式查询
Beyond Caption-Based Queries in Video Moment Retrieval
对做视频-语言定位的人：论文指出 DETR 式 VMR 模型在从描述性 caption 查询迁移到简短搜索查询时，会出现解码器查询坍缩（active decoder-query collapse），并给出通过增加活跃解码器查询数量来缓解的架构改法；这套诊断与改法可直接迁移到其他基于 DETR 的 grounding/定位模型上。
面向遥感图像细粒度目标检测的平衡层级对比学习与解耦查询
Balanced Hierarchical Contrastive Learning with Decoupled Queries for Fine-grained Object Detection in Remote Sensing Images
在 DETR 框架内把 object query 拆成分类集与定位集，并用带可学习类原型的层级对比损失平衡各层级类别梯度，可直接迁移到任何需要细粒度分类与定位解耦的检测器。