改进交通监测中的航拍车辆检测的时空物体检测
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了多类车辆检测中的不足，提出了一种时空物体检测模型，并创建了包含6600帧标注图像的时空车辆检测数据集（STVD），以全面训练和评估算法。研究结果表明，结合时序动态的YOLO算法相比于单帧模型提高了16.22%的性能，同时集成注意力机制进一步增强了检测效果。
本文介绍了两种提升小型空中物体检测和分割的方法。SAHI框架在YOLO v9上应用，减少信息损失；Vision Mamba模型结合位置嵌入和双向状态空间模型，实现精确定位和背景建模。实验表明，这些方法在检测准确度和效率上有显著提升，适用于实时小型物体检测。
