周报8.29

小组周报

小组成员: 陈思潼

汇报周期: 2026年8月22日---2026年8月29日

一、本周计划

  1. 文献调研

    • 阅读一篇论文MMI‑Det:面向可见光‑红外目标检测的多模态融合探究
  2. 算法实现与实验验证

    • 改动模型以提升性能至0.93以上
    • 改已读可改论文的融合模块
  3. 结果整理与问题分析

    • 汇总实验结果

二、本周进展

2.1 文献阅读进展

本周共阅读相关论文 1 篇,重点关注以下方向:

序号 论文名称 会议/期刊 主要内容 可借鉴点
1 MMI-Det: Exploring Multi-Modal Integration for Visible and Infrared Object Detection TCSVT 2024 设计轮廓增强模块 CEM,增强模型对场景目标轮廓的感知能力;设计融合聚焦模块 FFM结合频谱提取模块、模式判别模块与 Transformer,提取可见光、红外不同频谱特征,聚焦两种模态不同空间位置上的目标关键信息,借助 Transformer 自注意力机制充分融合可见光‑红外互补特征

2.2 实验与代码进展

本周主要完成了以下实验或代码工作:

  1. 尝试现有最优模型新的改动方向
  2. 改已读可改论文的融合模块

当前实验结果如下:

序号 方法/模型 期刊 mAP50 mAP50-95
1 CDCFusion 0.908±0.005 0.700±0.002
2 seg 0.906±0.007 0.699±0.017
3 tf 0.917±0.005 0.708±0.007
4 KDFuse IF 2025 0.923±0.002 0.706±0.006
5 MambaVision CVPR 2025 0.923±0.006 0.704±0.005
6 Mask-DiFuser TPAMI 2026 0.911±0.004 0.708±0.003
7 PSTLFusion PR 2022 0.915±0.007 0.699±0.003
8 U2Fusion TPAMI 2020 0.918±0.007 0.710±0.003
9 RPFNet ACM MM 2025 0.906±0.004 0.685±0.002
10 CMADet TIV 2024 0.861 0.659
11 0.927 0.708

三、下周计划

下周计划围绕以下几个方面继续推进:

  1. 继续完善文献调研

    • 阅读一篇关于红外可见光融合目标检测的论文。
  2. 推进模型实验

    • 再跑一些新的对比方法
    • 看是否有更好的性能来参照改动模型以提升性能至0.93以上
相关推荐
buddyMe智能助手31 分钟前
长任务拆给谁?把专门化智能体存成可复用、会增长的「选项」
人工智能·深度学习·安全·机器学习·aigc
Smoothcloud润云36 分钟前
GPU算力平台推荐:新手租GPU时,镜像环境和显存应该怎么选?
大数据·人工智能·pytorch·分布式·深度学习·gpu算力
晚风吹北巷43 分钟前
基于TRL库的SFT微调实现
人工智能·深度学习
陈嘿萌1 小时前
CVPR 2026|CHAL:面向运动红外小目标检测的因果引导分层异常感知学习
图像处理·人工智能·深度学习·计算机视觉·学术研究与理论基础
szxinmai主板定制专家2 小时前
软硬协同!ZYNQ 高速多通道同步采集,变电站 / 工厂设备状态监测方案详解
人工智能·深度学习·机器学习·fpga开发·zynq·rk3576
智码看视界2 小时前
深度学习:模型训练调参技巧——学习率、正则化与优化器
深度学习·优化器·调参·正则化·学习率·训练技巧·adamw
云和数据.ChenGuang2 小时前
print(f“a+b=“,result) print(f“a+b={result}“)区别
java·前端·人工智能·python·深度学习
CV爱数码2 小时前
CT 重建从零开始(四):低剂量 CT 的噪声模型与 PSNR / SSIM
图像处理·深度学习·ct·重建·x-ray
鬼手点金4 小时前
上下文:Agent 的眼睛
java·前端·人工智能·git·深度学习
我有酒两杯4 小时前
从一条样本看懂 Kev:数据、模型、训练与推理
人工智能·深度学习·机器学习·lora·大语言模型