很多人做二维码识别时，第一反应都是去优化解码算法，但真正落到复杂场景里你会发现，很多问题其实出在更前面——**二维码根本没有被准确定出来**。一旦前端检测框偏了、框大了、框歪了，后面的裁剪、矫正和解码就很容易跟着出问题。最近看到一篇很有意思的论文，它没有把二维码当成普通目标去处理，而是从轻量化特征提取、嵌入式部署和移动 CPU 实时推理的角度重新设计了整套方法。今天这篇文章，就从问题、结构、实验和

做工业二维码、地码、DataMatrix 检测时，很多人第一次用 Isaac Sim，最容易踩的坑不是不会操作，而是路线选错：要么只停留在真实图片增强，要么一上来就想搭完整产线场景，结果相机、灯光、材质、标注全乱了。本文从实际落地经验出发，总结一条更稳的入门路线：真实图片增强做辅助，Isaac Sim 场景合成做主线；第一次上手先搭“背景板+目标板+Camera+Light+语义标签”的最小场景，

很多人以为二维码识别的关键在解码，其实在复杂场景中，真正决定系统效果的往往是前端检测。只要检测框出现偏移、过大、过小或角度不准，后续裁剪、矫正和解码都会受到明显影响。尤其在仓储、工业巡检、AGV 视觉等场景里，二维码常常伴随模糊、低照度、倾斜拍摄和遮挡，这对前端定位提出了更高要求。最近看到一篇很有意思的论文，它没有只关注“能不能解码”，而是从复杂仓储环境、模拟 UAV 视角以及“检测+解码”完整闭

很多人做二维码识别时，第一反应都是去优化解码算法，但真正落到复杂场景里你会发现，很多问题其实出在更前面——**二维码根本没有被准确定出来**。一旦前端检测框偏了、框大了、框歪了，后面的裁剪、矫正和解码就很容易跟着出问题。最近看到一篇很有意思的论文，它没有把二维码当成普通目标去处理，而是从 YOLO 前端定位、边缘提取、透视校正和完整检测解码闭环的角度，重新审视二维码前端定位这件事。今天这篇文章，就

传统雷达-相机融合方法大多先将不同模态统一到 BEV 空间，再进行拼接或注意力融合。但这种方式默认两种模态在 BEV 中已经较好对齐，而现实中雷达特征往往稀疏、相机 BEV 又容易受深度误差影响。CVPR 2025 的 RaCFormer 提出了一种 query-based 的双视角融合框架，让 object query 同时从图像视角和 BEV 视角主动采样特征，并结合雷达辅助深度估计、时序动态

很多人做二维码识别时，第一反应都是去优化解码算法，但真正落到复杂场景里你会发现，很多问题其实出在更前面——**二维码根本没有被准确定出来**。一旦二维码发生大角度倾斜，传统检测方法就很容易失效，后面的裁剪、校正和解码自然也会跟着掉成功率。最近看到一篇很有意思的文章，它没有急着堆更大的模型，而是先抓住了一个更本质的问题：二维码在大角度场景下，到底还能不能被稳定检测出来？今天这篇文章，就从问题、实验、

很多人做二维码检测时，只给模型标一个整体框，但这篇论文发现：二维码的局部结构信息同样重要。作者把 Finder Patterns 引入训练过程，结果证明，在自然场景下，子部件辅助监督能明显提升二维码检测效果，尤其在复杂背景和倾斜视角下更稳。这篇文章最大的价值，不只是换了个 CNN，而是提醒我们：二维码不是普通目标，结构先验本身就是提升检测性能的重要线索。

CVPR 2025 的 CorrBEV 关注的不是传统 3D 检测里“平均分再涨一点”，而是一个更接近真实落地的问题：遮挡目标漏检。论文借鉴人类的 amodal perception，引入视觉原型和语言原型作为先验知识，再通过 correlation learning 注入到 3D query 学习中，同时结合随机像素丢弃和多模态对比学习增强训练。它的意义不只是提升了整体 3D 检测性能，更重要的

这两年小样本目标检测一直很热，但很多方法给人的感觉都是“换一种 prototype 聚合方式”或者“再加一点匹配损失”。最近看到一篇很有意思的顶级期刊论文 **T-GSEL**，它没有继续在“怎么匹配 support 和 query”这个层面反复打转，而是更进一步地追问：Few-Shot Object Detection 到底应该学什么样的特征？只学类别区分性够不够？同一类别在不同背景、尺度和姿态

这几年目标检测领域有两条很明显的路线，一条是以 YOLO 为代表的实时检测路线，另一条则是以 DETR 为代表的端到端 set prediction 路线。