周报9.27

小组周报

小组成员: 陈思潼

汇报周期: 2026年9月23日---2026年9月27日

一、本周计划

  1. 文献调研

    • 阅读一篇红外与可见光融合相关论文
  2. 算法实现与实验验证

    • 把本周读的这篇论文做差异与相似的细节迁移进现有模型看效果
    • 用纯云图做云监督
  3. 结果整理与问题分析

    • 汇总整理实验结果

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 M-SpecGene: Generalized Foundation Model for RGBT Multispectral Vision ICCV 2025 首次构建多光谱基础模型 M‑SpecGene,探索全新 RGBT 融合范式,摆脱对手工定制模块的依赖。针对 RGBT 数据集固有特性,提出 GMM‑CMSS 渐进掩码策略,缓解信息不均衡带来的负面影响。

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:

  • 把差异与相似的细节迁移进现有模型
  • 用纯云图做云监督

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 CMADet TIV 2024 0.906±0.004 0.685±0.002
10 RPFNet ACM MM 2025 0.865±0.008 0.659±0.008
11 WaveMamba ICCV 2025 0.913±0.010 0.706±0.004
12 0.927 0.708

最优框架图如下:

第一版改动:

对乘完权重的opt和sar做相似差异模块,然后再乘可信度权重,后拼接卷积输出,并参照骨架更改

0.898±0.003

可能因为骨架网络有参考论文进行改动,权重作用两次且未保留原softmax

第二版改动:

恢复原始骨架,先对原始特征做完相似差异模块再乘可信度权重,再做softmaxfusion

0.915

比之前做空域频域余弦还有差后各种拼接卷积的相似差异模块提升了0.002

第三版改动:

对可信度权重的生成加入云监督,权重初步设为0.1,先只在第三层级做。

在原有检测Loss基础上加了云监督loss,云图先转成连续云层强度,转成 Optical reliability 的监督目标,对 OASDFusion 的 reliability 做 BCE

初版报错未考虑none无云的匹配,第二版正在跑,暂无完整结果,目前第47轮为0.915


三、下周计划

下周计划围绕以下几个方面继续推进:

  1. 根据云监督效果进行该方向改动
  2. 继续改动融合模块,重点关注融合策略
  3. 尝试另外几种做频域的方法(小波变换)
  4. 把softmax改掉成别的权重生成
  5. 找云监督最新论文
  6. 另一个数据集
相关推荐
荆棘鸟智能1 天前
野生动物细粒度识别模型怎么做?从相机陷阱数据清洗到边缘部署
人工智能·目标检测
YOLO数据集集合1 天前
遥感滑坡图像识别数据集 | 滑坡识别 遥感影像 语义分割 灾害监测 无人机航拍 目标检测 深度学习数据集 计算机视觉9172期
人工智能·yolo·目标检测·计算机视觉·无人机·滑坡
YOLO数据集集合1 天前
空中鸟类检测数据集 | 单目标 鸟类检测 生态监测 鸟击防范 目标检测9174期
安全·yolo·目标检测·飞鸟数据集·飞鸟
YOLO数据集集合1 天前
学生课堂行为智能检测系统 | 课堂行为检测 YOLOv13 DeepSeek 智慧教育 行为识别 9178期
yolo·目标检测·计算机视觉·课堂·学生课堂行为
YOLO数据集集合2 天前
Deepseek融合yolo的行人车辆多目标检测系统 |行人检测 车辆检测 多目标检测 YOLO DeepSeek9165期
人工智能·yolo·目标检测·计算机视觉·车辆检测·行人检测
向哆哆2 天前
农场畜牧目标检测数据集:5类别、15,000张图像 | 目标检测
人工智能·目标检测·目标跟踪
YOLO数据集集合2 天前
YOLO 目标检测模型与 DeepSeek/Qwen 大语言模型融合的跌倒检测系统 | 跌倒检测 YOLO DeepSeek Qwen 行为识别 目标检测
yolo·目标检测·语言模型
YOLO数据集集合2 天前
道路与桥梁灾后损伤检测数据集 | 道路损伤 桥梁损坏 灾后评估 无人机巡检 目标检测 YOLO格式 深度学习数据集 计算机视觉10551期
yolo·目标检测·计算机视觉·无人机·桥梁损害·灾后评估
答案是你3 天前
YOLOE 开放词汇检测 + ONNX / TensorRT 推理,开源了!
python·深度学习·yolo·目标检测·计算机视觉·视觉检测