豇宝-CSDN博客

原创 TransVOD框架图的各部分讲解

本文就TransVOD的框架图的各个部件进行了作用的阐述及其维度变化。

2025-10-13 20:57:23 563

原创 TPAMI - 2023 | TransVOD: End-to-End Video Object Detection

本文提出TransVOD，一种基于时空Transformer的端到端视频目标检测框架。该方法通过时间Transformer关联多帧信息，包含三个关键组件：时间可变形Transformer编码器（TDTE）聚合空间特征，时间查询编码器（TQE）融合目标查询，以及时间可变形Transformer解码器（TDTD）输出检测结果。进一步提出改进版本TransVOD++（引入动态卷积和难查询挖掘）和TransVOD Lite（片段级建模提升速度）。实验表明该方法在简化流程的同时取得优异性能，无需后处理即可实现高效视频

2025-10-03 12:41:42 915

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

2401_87265297的博客

原创 TransVOD框架图的各部分讲解

原创 TPAMI - 2023 | TransVOD: End-to-End Video Object Detection

原创 Arxiv | 2024 | Practical Video Object Detection：通过特征选择和聚合进行实用的视频对象检测

原创《Mini-o3：扩大视觉搜索的推理模式和交互转折》论文解析

原创 YOLOV++两大板块解析

原创 YOLOV++的forward代码详解

空空如也

空空如也

原创 TransVOD框架图的各部分讲解

原创 TPAMI - 2023 | TransVOD: End-to-End Video Object Detection

原创 Arxiv | 2024 | Practical Video Object Detection：通过特征选择和聚合进行实用的视频对象检测

原创 《Mini-o3：扩大视觉搜索的推理模式和交互转折》论文解析

原创 YOLOV++两大板块解析

原创 YOLOV++的forward代码详解

空空如也

空空如也

原创《Mini-o3：扩大视觉搜索的推理模式和交互转折》论文解析