＜span class=“js_title_inner“＞YOLO卷不动了，目标检测还能这样发论文！＜/span＞
YOLO实在卷不动了，不知道目标检测还有哪些baseline好用？不知道怎么选？
实际上DETR系列都是好选择，也一直很火。包括RT-DETR系列、DINO系列、D-FINE系列等，近来更是出现了很多新变体，像是DINOv3、RF-DETR……此外，RetinaNet、轻量化检测等，也是主流。而具体的选择，则需要结合任务的特点。比如速度要求高，可以选RT-DETR；精度要求高，可以考虑Co-DETR……
同时，想往这方向发论文的伙伴，还可以关注一些顶会新赛道：SAM+目标检测、Mamba+目标检测、扩散模型+目标检测、YOLO+多模态……纵观近2年的顶会，这些领域录用量都在上涨，且还不算卷！
为让大家能够紧跟领域前沿，早点发出自己的顶会，以上所提所有baseline和方向，我都给大家准备了配套的参考论文和源码，共145篇！
扫描下方二维码，回复「目检145」
免费获取全部论文合集及项目代码
RT-DETRv4: Painlessly Furthering Real-Time Object Detection with Vision Foundation Models
内容：这篇论文提出了RT-DETRv4，一个通过视觉基础模型(VFM)知识蒸馏来增强实时目标检测器的新框架。核心创新包括：1)深度语义注入器(DSI)，将VFM的高层语义表示整合到检测器深层；2)梯度引导自适应调制(GAM)，根据梯度范数比动态调整语义迁移强度。该方法在不增加推理开销的情况下，显著提升了DETR系列模型的性能，在COCO数据集上达到了新的SOTA水平。
D-FINED:REDEFINE REGRESSION TASK IN DETRS ASFINE-GRAINED DISTRIBUTION REFINEMENT
内容：这篇论文提出了D-FINE，一个通过重新定义DETR模型中边界框回归任务来实现出色定位精度的实时目标检测器。核心创新包括：1)细粒度分布细化(FDR)，将回归过程从预测固定坐标转变为迭代细化概率分布，提供更精细的中间表示；2)全局最优定位自蒸馏(GO-LSD)，通过自蒸馏将深层精炼的分布知识传递到浅层。该方法在COCO数据集上达到SOTA性能（D-FINE-X获得55.8% AP at 78 FPS），并能将各种DETR模型性能提升高达5.3% AP，且几乎不增加额外参数和训练成本。
扫描下方二维码，回复「目检145」
免费获取全部论文合集及项目代码
DEYOLO: Dual-Feature-Enhancement YOLO for Cross-Modality Object Detection
内容：这篇论文提出了DEYOLO，一种用于跨模态目标检测的双特征增强YOLO框架，专门解决低光照环境下的检测问题。核心创新包括：1)双语义增强通道权重分配模块(DECA)和双空间增强像素权重分配模块(DEPA)，通过双重增强机制在特征空间聚合跨模态信息，减少两种模态间的相互干扰；2)双向解耦焦点机制，扩大骨干网络在不同方向的感受野。该方法在M3FD和LLVIP数据集上显著优于现有的融合检测方法，mAP50提升超过5%，且DECA和DEPA模块可作为即插即用组件应用于其他模型。
Mamba-YOLO-World: Marrying YOLO-World with Mamba for Open-Vocabulary Detection
内容：这篇论文提出了Mamba-YOLO-World，一种将YOLO-World与Mamba状态空间模型结合的开词汇目标检测方法。核心创新是MambaFusion路径聚合网络(MambaFusion-PAN)，通过并行引导选择扫描(PGSS)和串行引导选择扫描(SGSS)算法，以线性复杂度O(N+1)实现全局引导感受野的多模态特征融合。实验表明，该方法在COCO和LVIS数据集上零样本和微调设置下均优于原始YOLO-World，在保持相当参数量和计算量的同时，AP提升0.4%-1.8%，且超越了现有开词汇检测SOTA方法。
扫描下方二维码，回复「目检145」
免费获取全部论文合集及项目代码