BriefGPT - AI 论文速递
·
ILNet: 突出红外小目标检测中的低级问题
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文提出了一个双层对抗性框架，使用动态对抗性学习和分层增强学习策略提高检测鲁棒性，同时使用空间频率交互网络分离干扰和显著特征。实验结果表明，该方案在多种干扰下的 IOU 明显改善了 21.96％，在基准测试中提升了 4.97％的 IOU。
🎯
关键要点
- 提出了一个双层对抗性框架以提升检测鲁棒性。
- 引入动态对抗性学习和分层增强学习策略来发现最有害的干扰。
- 使用空间频率交互网络分离干扰和显著特征。
- 实验结果显示在多种干扰下的 IOU 改善了 21.96%。
- 在基准测试中提升了 4.97%的 IOU。
➡️
