夜雨聆风
涨点&发论文神器:即插即用多尺度融合模块!
在本系列文章中，我们梳理了近期发表的与即插即用多尺度融合有关的10篇论文汇总，包含CVPR、ICCV等顶会顶刊成果，旨在帮助读者快速洞察学界发展脉络与最新动态。
因篇幅有限，这里只展示部分论文解析，推荐对此方向感兴趣的同学领取完整文档进一步学习。
扫描下方二维码，回复「即插多尺度」
免费获取全部论文合集及项目代码
Transcending Fusion: A Multi-Scale Alignment Method for Remote Sensing Image-Text Retrieval
内容：本文针对遥感图像 – 文本检索任务中存在的关键问题，创新性地提出一种超越传统融合的多尺度对齐方法。在遥感领域，图像蕴含丰富的空间、光谱等信息，文本则以自然语言描述目标特征，二者特征差异大且关系复杂，传统融合方法难以充分挖掘其深层次关联，导致检索精度受限。该方法首先对图像和文本进行多层次特征提取。对于图像，从不同分辨率、不同语义层次获取多尺度特征；对文本，从词汇、短语到句子层面提取特征。随后，采用精细的对齐策略，在多个尺度上将图像和文本特征精准匹配与关联，让图像的视觉信息与文本的语义信息在语义层面高度一致。实验表明，该方法有效解决了因特征差异导致的检索不准确问题，显著提升了遥感图像与文本之间的匹配精度，为遥感图像 – 文本检索领域提供了更高效、精准的解决方案，推动了该领域的发展。
PyramidMamba: Rethinking Pyramid Feature Fusion with Selective Space State Model for Semantic Segmentation of Remote Sensing Imagery
内容：本文聚焦于遥感影像语义分割任务，针对传统金字塔特征融合方法存在的不足，创新性地提出 PyramidMamba 模型。在遥感影像中，目标尺度多样、场景复杂，传统方法难以充分挖掘不同尺度特征的价值，且在捕捉长距离依赖关系上表现欠佳，这限制了语义分割的精度。PyramidMamba 重新审视金字塔特征融合策略，引入选择性空间状态模型。选择性机制如同智能筛子，能精准筛选不同层级金字塔特征里的关键信息，剔除冗余和无效特征，提升特征质量。空间状态模型则具备强大的建模能力，可有效捕捉遥感影像中目标间的长距离依赖关系，增强模型对复杂场景的理解与分析能力。实验结果表明，PyramidMamba 在多个公开遥感影像语义分割数据集上均取得了显著的性能提升，分割精度大幅提高，为遥感影像语义分割领域提供了新的研究思路和有效的解决方案。
扫描下方二维码，回复「即插多尺度」
免费获取全部论文合集及项目代码
Semantic-Aligned Matching for Enhanced DETR Convergence and Multi-Scale Feature Fusion
内容：本文围绕提升 DETR（Detection Transformer）模型的性能展开深入研究，针对性地提出语义对齐匹配策略，以同时解决模型收敛缓慢和多尺度特征融合不充分的问题。传统 DETR 模型在训练过程中，由于缺乏有效的特征匹配机制，导致收敛速度较慢，需要大量训练数据和迭代次数才能达到理想性能。并且，其在处理多尺度特征时，难以充分整合不同尺度的信息，对小目标和复杂场景中的目标检测效果不佳。本文提出的语义对齐匹配策略，在模型训练时，将查询特征与语义相关的编码器特征进行精准对齐匹配，为解码器提供更具判别性的信息，有效加速模型收敛。实验结果表明，此方法显著提升了 DETR 模型的训练效率和检测精度，在多个目标检测数据集上均展现出卓越的性能。
Centralized Feature Pyramid for Object Detection
内容：本文聚焦目标检测领域，针对传统特征金字塔网络存在的不足，创新性地提出集中式特征金字塔（Centralized Feature Pyramid，CFP）。传统特征金字塔网络在整合多尺度特征时，不同层级间信息交互不够充分，且存在特征冗余现象，这在一定程度上限制了目标检测的性能提升。CFP 构建了集中式架构，引入一个中心模块。此模块犹如信息枢纽，能够高效聚合不同层级的特征信息，打破层级间的信息壁垒，促进信息在不同尺度间的自由流动与深度融合。同时，中心模块具备自适应学习能力，可以根据不同层级特征对目标检测的贡献程度，自动学习其重要性，突出关键特征，有效抑制冗余信息，从而提升特征的质量和表达能力。实验结果显示，在多种目标检测基准数据集上，CFP 相较于传统特征金字塔网络，在检测精度和速度方面均有显著提升，为目标检测中多尺度特征融合提供了新的有效思路与方法。
扫描下方二维码，回复「即插多尺度」
免费获取全部论文合集及项目代码
