深度学习技术栈解析 本摘要概述了现代深度学习的核心技术组件，包括PyTorch框架基础、卷积神经网络(CNN)架构、Vision Transformer(ViT)及其变体Swin Transformer。PyTorch提供了灵活的张量操作和自动微分机制，其数据加载工具链(Dataset/DataLoader)支持高效批处理和图像增强。CNN通过卷积层和池化层的层级结构实现从局部到全局的特征提取。V

本文提出Consistent-Teacher方法，解决半监督目标检测中伪标签不一致性问题。传统方法使用教师模型生成伪标签训练学生模型时，存在边界框震荡、分类回归错位、固定阈值不适应等问题。Consistent-Teacher通过三个创新模块系统性地解决这些不一致性：(1)自适应锚点分配(ASA)动态匹配最优锚点，稳定训练目标；(2)3D特征对齐模块(FAM-3D)协调分类和回归特征，提高伪标签质量

任务定义：给定少量有标签数据集 和大量无标签数据集，训练目标检测模型。基础范式：Mean Teacher + 伪标签。教师网络（EMA of student）对无标签图像的弱增强视图生成伪标签，学生网络对强增强视图学习。总损失。

本文提出一种基于信息熵驱动的微小目标检测方法，通过像素级特征建模解决小目标特征弱化问题。创新性地引入最小化信息熵损失生成信息图，并结合高斯混合分布的位置分布图增强目标定位。该方法以即插即用模块集成到FPN架构，在VisDrone2019等数据集上AP指标提升5.8%，APt达到7.4。理论分析表明，信息熵损失有效捕捉小目标空间结构特征，位置分布图强化目标区分度。实验验证了该方法在密集场景下对小目标

任务定义：给定少量有标签数据集 和大量无标签数据集，训练目标检测模型。基础范式：Mean Teacher + 伪标签。教师网络（EMA of student）对无标签图像的弱增强视图生成伪标签，学生网络对强增强视图学习。总损失。

摘要：本文提出RT-DETR，首个基于Transformer的实时端到端目标检测器。通过高效混合编码器（解耦尺度内交互与跨尺度融合）和不确定性最小化查询选择方法，在COCO数据集上以108FPS达到53.1%AP，超越同类YOLO模型。RT-DETR消除了NMS带来的计算不稳定性和超参数敏感性，支持灵活调整解码器层数以适应不同应用场景，为实时检测提供了新范式。（148字）

本文提出Consistent-Teacher方法，解决半监督目标检测中伪标签不一致性问题。传统方法使用教师模型生成伪标签训练学生模型时，存在边界框震荡、分类回归错位、固定阈值不适应等问题。Consistent-Teacher通过三个创新模块系统性地解决这些不一致性：(1)自适应锚点分配(ASA)动态匹配最优锚点，稳定训练目标；(2)3D特征对齐模块(FAM-3D)协调分类和回归特征，提高伪标签质量

论 文 题 目【AAAI 2025】 【HS-FPN: High Frequency and Spatial Perception FPN for Tiny Object Detection】论文作者：Zican Shi， Jing Hu, Jie Ren，Hengkang Ye, Xuyang Yuan, Yan Ouyang, Jia He ，Bo Ji,Junyu Guo发表平台:arXiv