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
-
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
-
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
-
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:
- 尝试现有最优模型新的改动方向
- 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:
-
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。
-
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