该综述探讨了过去三年Transformer模型如何在小目标检测领域取得显著进展，覆盖了通用图像、航拍图像、医学图像等多个场景。文章列举了12个大规模数据集，并通过mAP、FPS等指标对比了相关研究的性能。
本综述介绍了自2020年至2023年开展的超过60项关于Transformer模型在SOD任务中的研究，这些研究涵盖了各种检测应用，包括通用图像、航拍图像、医学图像、主动毫米波图像、水下图像和视频中的小目标检测。作者还编制并呈现了一份适用于SOD的12个大规模数据集的列表，这些数据集在先前的研究中被忽视了，并使用流行的指标如均值平均精度（mAP）、每秒帧数（FPS）、参数数量等来比较已调研的研究的性能。
综述地址：https://github.com/arekavandi/Transformer-SOD
1067
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
