学习水下物体检测的严重退化先验
原文中文，约300字，阅读约需1分钟。发表于：。通过使用统计观察，该论文提出了一种基于残差特征传递模块（RFTM）的方法，将具有严重退化的图像区域用于水下物体检测的先验代替，并应用于 CNN-based 特征提取网络，以提高水下物体检测的性能。实验结果显示，该方法在速度和参数数量方面优于基于 CNN 的检测器，并且表现仍优于基于 Transformer 的检测器。
该论文提出了一种基于残差特征传递模块（RFTM）的水下物体检测方法，应用于CNN-based特征提取网络，提高了检测性能。实验结果表明，该方法优于基于CNN和Transformer的检测器。
