Rethinking Backbone Design for Lightweight 3D Object Detection in LiDAR
Institute for TMDT, University of Wuppertal, Germany（TMDT研究所，乌尔姆大学）
针对现有3D目标检测骨干网络复杂度高的问题，提出首款面向点云3D检测的密集层轻量级骨干Dense Backbone，可即插即用，适配后在精度仅降2%的情况下大幅减参降延迟。
2025-10-22 cs.CV
VINet: Lightweight, Scalable, and Heterogeneous Cooperative Perception for 3D Object Detection
University of California, Riverside（加州大学河滨分校）；Toyota North America InfoTech Labs（丰田北美信息技术实验室）
利用人工智能（AI）的最新进展，计算机视觉社区正在见证各种感知任务的前所未有的发展，特别是在目标检测方面。基于多个空间分离的感知节点，协作感知（CP）已经出现，以显着提高自动驾驶的感知。然而，目前的合作目标检测方法主要集中在自我车辆的效率没有考虑的实际问题的系统范围内的成本。在本文中，我们介绍了VINet，这是一个统一的基于深度学习的CP网络，用于可扩展，轻量级和异构的协作三维目标检测。VINet是第一个从大规模系统级实现的角度设计的CP方法，可以分为三个主要阶段：1）全局预处理和轻量级特征提取，以轻量级的方式将数据准备成全局样式并提取用于协作的特征; 2）双流融合，融合来自可扩展和异构感知节点的特征; 3）中心特征骨干和3D检测头，对融合后的特征进行进一步处理，生成协同检测结果。设计并开发了一个开放源数据实验平台，用于CP数据集获取和模型评估。实验分析表明，VINet在提高三维检测精度的同时，可降低84%的系统级计算开销和94%的系统级通信开销。
2023-03-22 cs.CV
LO-Det: Lightweight Oriented Object Detection in Remote Sensing Images
Beijing Institute of Technology（北京理工大学）；University of Delaware（特拉华大学）；The Aviation Industry Corporation of China, Ltd.（中国航空工业集团有限公司）；Luoyang Institute of Electro-Optical Equipment（洛阳电光设备研究所）
近年来，一些轻量级卷积神经网络（CNN）模型被设计用于遥感目标检测（RSOD）。然而，他们中的大多数只是用堆叠的可分离卷积代替香草卷积，由于大量的精度损失，这可能不是有效的，并且可能无法检测定向边界框（OBB）。此外，现有的OBB检测方法难以准确地约束CNN预测的对象的形状。在本文中，我们提出了一个有效的轻量级面向对象检测器（LO-Det）。具体而言，通道分离聚合（CSA）结构的设计，以简化堆叠的可分离卷积的复杂性，和动态的感受野（DRF）机制的开发，以保持高精度通过定制的卷积核和其感知范围动态降低网络的复杂性。CSA-DRF组件在保持高精度的同时优化了效率。然后，对角支撑约束头（DSC-Head）组件的设计，以检测OBB和约束它们的形状更准确和稳定。在公共数据集上的大量实验表明，所提出的LO-Det即使在嵌入式设备上也可以运行得非常快，具有竞争力的定向对象检测精度。
2022-09-16 cs.CV
Lightweight Object Detection: A Study Based on YOLOv7 Integrated with ShuffleNetv2 and Vision Transformer
针对移动设备高效目标检测需求，本研究融合组卷积、ShuffleNetV2与Vision Transformer优化YOLOv7，减少参数量与内存占用，在资源受限设备上实现精度保持下的检测速度提升。
2024-03-04 cs.CV
Lightweight Salient Object Detection in Optical Remote Sensing Images via Feature Correlation
Shanghai Institute for Advanced Communication and Data Science（上海先进通信与数据科学研究院）；Shanghai University（上海大学）；Nanyang Technological University（南洋理工大学）；Stony Brook University（石溪大学）
光学遥感图像中的显著目标检测（ORSI-SOD）是研究遥感图像中显著目标的一种重要方法。然而，以前的方法主要集中在提高检测精度，而忽略了在内存和计算的成本，这可能会阻碍他们的实际应用。在本文中，我们提出了一种新的轻量级ORSI-SOD解决方案，名为CorrNet，以解决这些问题。在CorrNet中，我们首先减轻主干（VGG-16）并为特征提取构建一个轻量级子网。然后，遵循由粗到细的策略，我们从相关模块（CorrM）中的高级语义特征生成初始粗糙显着图。粗显着图用作低级特征的位置指导。在CorrM中，我们通过跨层关联操作挖掘高层语义特征之间的对象位置信息。最后，基于低层细节特征，我们在配备了密集轻量级细化块的细化子网中细化粗显着图，并产生最终的精细显着图。通过减少每个组件的参数和计算，CorrNet最终只有4.09M参数，并以21.09G FLOP运行。在两个公开数据集上的实验结果表明，与现有的26种方法（包括16种基于CNN的大型方法和2种轻量级方法）相比，本文提出的轻量级CorrNet算法具有较好的性能，同时具有内存清晰和运行时间高效的特点.我们的方法的代码和结果可在https://github.com/MathLee/CorrNet上获得。
2022-01-20 cs.CV
Data-Side Efficiencies for Lightweight Convolutional Neural Networks
Stony Brook University（石溪大学）；Nokia Bell Labs（诺基亚贝尔实验室）
该研究探索数据侧属性对轻量型卷积神经网络选型与设计的作用，定义类内类间相似性度量以降低评估计算量，并在机器人路径规划场景中实现了计算量降低与准确率提升。
2023-08-24 cs.CV
Lightweight high-resolution Subject Matting in the Real World
OPPO Research Institute（OPPO研究院）
针对高分辨率场景下SOD方法难兼顾速度与精度的问题，构建HRSOM数据集并提出含对称像素重排、TRSU模块的轻量PSUNet，性能优于10倍参数量的U²-Net与IOS16，移动端推理640×640图像仅113ms。
2023-12-12 cs.CV
Lightweight Transformer Backbone for Medical Object Detection
Duke University（杜克大学）；Vanderbilt University（范德堡大学）
数字乳腺断层合成摄影（DBT）中的病变检测是一个重要且具有挑战性的问题，其特征在于包含肿瘤的图像的低流行率。由于标签稀缺问题，大型深度学习模型和计算密集型算法在应用于此任务时可能会失败。在本文中，我们提出了一个实用而轻量级的骨干，以提高肿瘤检测的准确性。具体来说，我们提出了一种新的修改视觉Transformer（ViT）的图像特征补丁连接的特征补丁的肿瘤与健康背景的乳房图像，并形成一个更强大的骨干肿瘤检测。据我们所知，我们的模型是Transformer骨干目标检测的医学成像的第一个工作。我们的实验表明，该模型可以显着提高病变检测的准确性，并减少典型ViT中所需的标记数据量。我们进一步表明，通过额外的增强肿瘤数据，我们的模型显着优于Faster R-CNN模型和最先进的SWIN Transformer模型。
2022-10-11 cs.CV
Detecting The Objects on The Road Using Modular Lightweight Network
Nanjing University of Science and Technology（南京理工大学）
提出了一种模块化的轻量级网络模型，用于检测汽车、行人和骑自行车的人等道路目标，特别是当它们距离摄像机较远且尺寸较小时。深度网络已经取得了很大的进步，但小目标检测仍然是一项具有挑战性的任务。为了解决这个问题，大多数现有的方法使用复杂的网络或更大的图像尺寸，这通常导致更高的计算成本。所提出的网络模型被称为模块化特征融合检测器（MFFD），使用快速有效的网络架构来检测小对象。本文的主要贡献在于：1）设计了两个基本的计算模块：前端模块减少了原始图像的信息损失; Tinier模块在保证检测精度的前提下，减少了模型的规模和计算量。2)通过对基本模块的叠加，设计了一个多尺度目标检测的上下文特征融合框架。3)所提出的方法在模型大小和计算成本方面是有效的，这适用于资源有限的设备，例如用于高级驾驶员辅助系统（ADAS）的嵌入式系统。在具有挑战性的KITTI数据集上与最先进的方法进行比较，显示了所提出方法的优越性。特别是在Jetson TX 2等嵌入式GPU上可以实现100 fps。
2018-11-16 cs.CV
Context-Integrated and Feature-Refined Network for Lightweight Object Parsing
Hunan University（湖南大学）；State University of New York at Buffalo（纽约州立大学布法罗分校）
用于轻量级对象解析的语义分割是非常具有挑战性的任务，因为准确性和效率（例如，执行速度、存储器占用或计算复杂性）都应该被考虑。然而，以往的研究大多只关注精度或速度的片面性，而忽略了其他方面，这对智能设备的实际需求造成了很大的限制。为了解决这一难题，我们提出了一种新的轻量级架构命名为上下文集成和数据库细化网络（CIFReNet）。CIFReNet的核心组件是Long-skip Refinement Module（LRM）和Multi-scale Context Integration Module（MCIM）。LRM旨在简化低级和高级阶段之间的空间信息传播。在长跳学习过程中引入通道注意力机制，提高了低层特征精化的质量。同时，MCIM由三个级联的密集语义金字塔（DSP）块与图像级的功能，这是编码多个上下文信息，扩大视野。具体而言，建议的DSP块利用密集特征采样策略来增强信息表示，而不会显着增加计算成本。在Cityscapes、CamVid和Helen三个基准数据集上进行了全面的对象解析实验。如上所述，与其他最先进的方法相比，所提出的方法在准确性和效率之间达到了更好的折衷。
2020-02-25 cs.CV
Middle-level Fusion for Lightweight RGB-D Salient Object Detection
Xidian University（西安电子科技大学）；Aberystwyth University（阿伯里斯特威斯大学）
现有的轻量级RGB-D显著性目标检测（SOD）模型大多基于双流结构或单流结构。前者首先使用两个子网络分别从RGB和深度图像中提取单峰特征，然后将其融合用于SOD。后者直接从输入的RGB-D图像中提取多模态特征，然后重点利用跨级别的补充信息。然而，双流结构的模型不可避免地需要更多的参数，单流结构的模型不能很好地利用跨模态的互补信息，因为它们忽略了模态差异。为了解决这些问题，本文提出采用中间层融合结构来设计轻量级RGB-D SOD模型，首先采用两个子网络分别提取低层和中间层单峰特征，然后将这些提取的中间层单峰特征在后续子网络中进行融合，以提取相应的高层多峰特征。与现有的模型不同，该结构可以有效地利用跨模态的互补信息，同时大大减少网络的参数。为此，设计了一种新的轻量级SOD模型，该模型包含一个信息感知的多模态特征融合（IMFF）模块和一个轻量级的特征级和决策级特征融合（LFDF）模块，前者用于有效地捕获跨模态互补信息，后者用于以较少的参数在不同阶段聚合特征级和决策级显著性信息。我们提出的模型只有3.9M参数，运行速度为33 FPS。在多个基准数据集上的实验结果验证了该方法的有效性和优越性。
2021-06-05 cs.CV
Lightweight Salient Object Detection in Optical Remote-Sensing Images via Semantic Matching and Edge Alignment
Shanghai University（上海大学）；Nanyang Technological University（南洋理工大学）
本文提出一种基于语义匹配与边缘对齐的光学遥感图像轻量级显著目标检测网络SeaNet，通过动态语义匹配模块和边缘自对齐模块，在仅2.76M参数和1.7G FLOPs下实现与常规方法可比的精度。
2023-04-03 cs.CV
StripDet: Strip Attention-Based Lightweight 3D Object Detection from Point Cloud
School of Integrated Circuits, Shenzhen Campus of Sun Yat-sen University（中山大学集成电路学院，深圳校区）
针对点云三维检测模型部署中计算与内存开销大的问题，提出StripDet轻量级框架，利用条带注意力模块降低复杂度至线性，以0.65M参数在KITTI上达79.97% mAP，超越PointPillars并实现7倍参数缩减。
2025-09-07 cs.CV
GAPNet: A Lightweight Framework for Image and Video Salient Object Detection via Granularity-Aware Paradigm
Institute of High Performance Computing (IHPC)（高性能计算研究所）；VCIP, College of Computer Science（VCIP、计算机科学学院）
针对现有显著目标检测模型计算成本高的问题，提出基于粒度感知范式的轻量级GAPNet，通过粒度感知连接、GPC、CSA及自注意力模块优化特征利用，在轻量图像和视频SOD任务中达到SOTA性能。
2025-08-11 cs.CV
A lightweight multi-scale context network for salient object detection in optical remote sensing images
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Leicester（莱斯特大学）
由于光学遥感图像的多尺度变化和前景背景的复杂性，光学遥感图像中的显著目标检测成为一个巨大的挑战。然而，与自然场景图像（NSIs）不同，光学RSI SOD任务的讨论仍然很少。在本文中，我们提出了一个多尺度的上下文网络，即MSCNet，在光RSIs的SOD。具体而言，采用多尺度上下文提取模块，通过有效地学习多尺度上下文信息来解决显著对象的尺度变化。同时，为了在复杂背景下准确检测出完整的显著目标，设计了一种基于注意力的金字塔特征聚合机制，对多尺度上下文提取模块中的显著区域进行逐步聚合和细化。在两个基准上的大量实验表明，MSCNet仅用3.26M参数就达到了有竞争力的性能。该代码将在https://github.com/NuaaYH/MSCNet上提供。
2022-05-18 cs.CV
BOX3D: Lightweight Camera-LiDAR Fusion for 3D Object Detection and Localization
Luleå University of Technology（吕勒奥理工大学）
本文提出BOX3D，一种融合RGB相机与3D LiDAR的多模态轻量级三层架构方案，通过局部到全局的感知优化实现3D目标检测与定位，并在大规模城市数据集上验证了其有效性。
2024-08-27 cs.CV
Edge-Constrained UAV Small-Object Detection with P2 Enhancement and Quantum-Inspired Lightweight Structure Search
East China Jiaotong University（华东交通大学）
针对无人机边缘部署，结合P2高分辨率检测分支与量子启发进化算法搜索轻量级结构，在VisDrone上显著提升小目标检测精度。
2026-06-08 cs.CV
DeepMix: Mobility-aware, Lightweight, and Hybrid 3D Object Detection for Headsets
New Jersey Institute of Technology（新泽西理工学院）；George Mason University（乔治梅森大学）
移动头戴设备应该能够理解3D物理环境，为增强/混合现实（AR/MR）提供真正的沉浸式体验。然而，它们的小尺寸和有限的计算资源使得实时执行3D视觉算法极具挑战性，众所周知，3D视觉算法比2D视觉算法的计算密集度更高。在本文中，我们提出了DeepMix，这是一种移动感知，轻量级和混合3D目标检测框架，用于改善AR/MR在移动头戴设备上的用户体验。受我们对最先进的3D目标检测模型的分析和评估的启发，DeepMix智能地结合了边缘辅助的2D目标检测和利用耳机捕获的深度数据的新型设备上3D限界框估计。这导致了较低的端到端延迟，并显着提高了移动场景中的检测准确性。DeepMix的一个独特之处在于它充分利用了耳机的移动性来微调检测结果并提高检测精度。据我们所知，DeepMix是第一个实现30 FPS的3D目标检测（端到端延迟远低于交互式AR/MR的100 ms严格要求）。我们在Microsoft HoloLens上实现了DeepMix的原型，并通过广泛的对照实验和30多名参与者的用户研究来评估其性能。与使用现有3D目标检测模型的基线相比，DeepMix不仅将检测准确率提高了9.1- 37.3%，还将端到端延迟降低了2.68- 9.15倍。
2022-03-16 cs.CV
RefineDetLite: A Lightweight One-stage Object Detection Framework for CPU-only Devices
Tencent TEG AI（腾讯技术工程事业群人工智能）；The Hong Kong University of Science and Technology（香港科技大学）
据报道，以前最先进的实时对象检测器都是在GPU上实现的，这些GPU对于处理大量数据和资源受限的场景来说非常昂贵。因此，在工业上迫切需要仅CPU设备上的高效对象检测器。网络的浮点运算（FLOPs）与CPU设备的运行速度并不严格成正比，这启发了设计一个完全“快速”和“准确”的目标检测器。在研究分类网络和检测骨干之间的关注差距，并遵循高效网络的设计原则后，我们提出了一个轻量级的残差类骨干，具有大的感受野和低级别特征的宽维度，这对检测任务至关重要。相应地，我们还设计了一个光头检测部分，以配合骨干能力。此外，通过分析当前单阶段检测器训练策略的不足，提出了三种正交训练策略-IOU引导的损失法、类感知加权法和均衡多任务训练法。没有花里胡哨的，我们提出的RefinedetLite在MSCOCO基准上以130 ms/pic的速度在单线程CPU上实现了26.8 mAP。通过整合所有提出的训练策略，检测精度可以进一步提高到29.6 mAP，而没有明显的速度下降。
2020-03-23 cs.CV
Rethinking Lightweight Salient Object Detection via Network Depth-Width Tradeoff
Beihang University（北京航空航天大学）；Peng Cheng Laboratory（鹏城实验室）
现有的显著性目标检测方法往往采用更深更宽的网络来获得更好的性能，导致计算负担重，推理速度慢。这启发我们重新思考显著性检测，以实现效率和准确性之间的良好平衡。为此，我们设计了一个轻量级的框架，同时保持令人满意的竞争精度。具体来说，我们提出了一种新的三边解码器框架解耦的U形结构成三个互补的分支，这是为了面对淡化的语义上下文，空间结构的损失和缺乏边界细节，分别。随着三个分支的融合，粗分割结果在结构细节和边界质量上逐渐细化。在不增加额外可学习参数的情况下，我们进一步提出了尺度自适应池化模块来获得多尺度的感受野。特别是，在继承该框架的前提下，通过网络深度-宽度的权衡，重新思考了精度、参数和速度之间的关系。有了这些有见地的考虑，我们全面设计更浅更窄的模型，以探索轻量化SOD的最大潜力。我们的模型适用于不同的应用环境：1）用于资源受限设备的微型版CTD-S（1.7M，125 FPS），2）用于速度要求较高的场景的快速版CTD-M（12.6M，158 FPS），3）用于高性能平台的标准版CTD-L（26.5M，84 FPS）。大量的实验验证了我们的方法的优越性，在五个基准测试中实现了更好的效率-准确性平衡。
2023-01-17 cs.CV
PromptDet: A Lightweight 3D Object Detection Framework with LiDAR Prompts
University of Science and Technology of China（中国科学技术大学）
针对多相机3D目标检测深度估计不足的问题，提出带LiDAR辅助提示器的轻量框架PromptDet，兼具多模态融合与纯相机推理能力，在nuScenes上实现显著性能提升且参数开销极低。
2025-01-11 cs.CV
RFWNet: A Lightweight Remote Sensing Object Detector Integrating Multiscale Receptive Fields and Foreground Focus Mechanism
China Agricultural University（中国农业大学）；Shenzhen University（深圳大学）
针对遥感目标检测中类间相似度高、前景背景不平衡和小目标问题，本文提出轻量级RFWNet，通过多尺度感受野骨干网络、前景-背景分离模块及加权CIoU-Wasserstein损失，在保持低参数量的同时实现高精度检测。
2025-07-03 cs.CV
Tiny-DSOD: Lightweight Object Detection for Resource-Restricted Usages
Shanghai Jiao Tong University（上海交通大学）；Intel Lab China（英特尔中国研究院）
随着深度学习的发展，目标检测在过去几年中取得了很大的进步。然而，大多数当前的目标检测方法是资源饥饿，这阻碍了他们的广泛部署，许多资源受限的用途，如始终在线设备上的使用，电池供电的低端设备等。本文考虑在设计整个目标检测框架的资源和准确性的权衡资源受限的用途。在深度监督目标检测（DSOD）框架的基础上，提出了一种面向资源受限使用的Tiny-DSOD。Tiny-DSOD引入了两个创新的超高效架构块：基于深度密集块（DDB）的主干和基于深度特征金字塔网络（D-FPN）的前端。我们进行了广泛的实验上三个著名的基准（PASCAL VOC 2007年，KITTI和COCO），并比较Tiny-DSOD的最先进的超高效的目标检测解决方案，如Tiny-YOLO，MobileNet-SSD（v1和v2），SqueezeDet，Pelee等结果表明，Tiny-DSOD优于这些解决方案在所有三个指标（参数大小，FLOPs，准确性）在每次比较。例如，Tiny-DSOD仅用0.95M参数和1.06B FLOP就实现了72.1%的mAP，这是迄今为止资源需求如此低的最先进的结果。
2018-07-29 cs.CV
LEGNet: A Lightweight Edge-Gaussian Network for Low-Quality Remote Sensing Image Object Detection
Anhui University（安徽大学）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））
针对低质量遥感图像目标检测，提出轻量级骨干网络LEGNet，利用边缘-高斯聚合模块增强特征，在五个基准上达到最先进性能。
2025-10-24 cs.CV
Lightweight RGB-D Salient Object Detection from a Speed-Accuracy Tradeoff Perspective
State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University（西安电子科技大学信息与通信工程学院集成服务网络国家重点实验室）
本文提出轻量级RGB-D显著目标检测网络SATNet，通过高质量深度生成、解耦注意力模态融合和双向特征表示，在5.2M参数和415FPS下超越SOTA重型CNN模型。
2025-05-07 cs.CV
LASFNet: A Lightweight Attention-Guided Self-Modulation Feature Fusion Network for Multimodal Object Detection
School of Geophysics and Geomatics, China University of Geosciences, Wuhan（地质物理与地质信息学院，中国地质大学（武汉））；School of Resource and Environmental Sciences, Wuhan University（资源与环境科学学院，武汉大学）
提出LASFNet，通过单个特征级融合单元和注意力引导自调制模块（ASFF）实现高效的多模态目标检测，在大幅降低参数与计算成本的同时提升检测精度。
2025-06-26 cs.CV
LTV-YOLO: A Lightweight Thermal Object Detector for Young Pedestrians in Adverse Conditions
Automotive and Surface Transportation National Research Council Canada（交通运输国家研究院加拿大）；Department of Civil and Environmental Engineering University of Western Ontario（土木与环境工程系温哥华大学）
LTV-YOLO通过热成像和轻量级设计，提升恶劣条件下年轻行人检测的准确性和效率。
2026-01-15 cs.CV
Quantum-Gated LiteSSD: A Parameter-Efficient Lightweight Hybrid Quantum-Classical Framework for Forward-Looking Sonar Object Detection
Bangladesh University of Engineering and Technology（孟加拉国工程技术大学）；Khulna University of Engineering & Technology（库尔纳工程技术大学）
本文提出Quantum-Gated LiteSSD，一种参数高效的混合量子-经典前视声呐检测框架，通过量子启发的通道门控机制在极低参数下实现高精度目标检测。
2026-09-15 cs.CV
ThunderNet: Towards Real-time Generic Object Detection
National University of Defense Technology（国防科技大学）；Megvii Inc. (Face++)（旷视科技（Face++））
移动平台上的实时的【形】通用目标检测是计算机视觉的一项重要而又具有挑战性的任务。然而，以前的基于CNN的检测器遭受巨大的计算成本，这阻碍了它们在计算受限的场景中的实时的【形】推理。本文研究了两阶段检测器在实时的【形】类属检测中的有效性，提出了一种轻量级的两阶段检测器ThunderNet。在骨干网部分，我们分析了现有轻量级骨干网的不足，提出了一种面向目标检测的轻量级骨干网。在检测部分，我们采用了非常有效的RPN和检测头设计。为了生成更有区别的特征表示，我们设计了两个有效的架构模块，上下文增强模块和空间注意模块。最后，我们研究了输入分辨率，骨干，和检测头之间的平衡。与轻量级的一级检测器相比，ThunderNet在PASCAL VOC和COCO基准测试中仅以40%的计算成本实现了卓越的性能。没有铃声和口哨声，我们的模型在基于ARM的设备上以24.1 fps运行。据我们所知，这是第一个在ARM平台上报告实时的【形】检测器。我们的代码和型号可在\url{https://github.com/qinzheng93/ThunderNet}上找到。
2022-03-28 cs.CV
LOANet: A Lightweight Network Using Object Attention for Extracting Buildings and Roads from UAV Aerial Remote Sensing Images
School of Medical Instruments, Shanghai University of Medicine and Health Sciences（上海健康医学院医疗器械学院）；School of Health Sciences and Engineering, University of Shanghai for Science and Technology（上海理工大学健康科学与工程学院）；Shanghai Children’s Medical Center, School of Medicine, Shanghai Jiao Tong University（上海交通大学医学院附属上海儿童医学中心）；School of Communication & Electronic Engineering, East China Normal University（华东师范大学通信与电子工程学院）；Institute of Seismology, China Earthquake Administration（中国地震局地震研究所）
本文提出轻量级网络LOANet，通过LDCNet编码器和结合ASPP、OAM及FPN的解码器，在极低参数量下实现无人机遥感图像中建筑物与道路的高精度语义分割。
2023-07-06 cs.CV
Towards Light Weight Object Detection System
Qualcomm Technologies, Inc.（高通技术公司）
Transformers是分类任务的常用选择，也是目标检测任务的骨干。然而，它们的高延迟在它们适应轻量级目标检测系统方面带来了挑战。我们提出了一个近似的自我注意层中使用的Transformer架构。这种近似减少了分类系统的延迟，同时在准确性方面的损失最小。我们还提出了一种方法，使用一个Transformer编码器层的多分辨率特征融合。这种特征融合提高了现有技术的轻量级目标检测系统的准确性，而不显著增加参数的数量。最后，我们提供了一个抽象的Transformer架构称为广义Transformer（gFormer），可以指导设计新颖的变压器类架构。
2022-10-08 cs.CV
Adaptive Enhancement and Dual-Pooling Sequential Attention for Lightweight Underwater Object Detection with YOLOv10
1,2Department of Computer Science；Engineering, Dhaka University of Engineering \& Technology Gazipur, 1707, Bangladesh 3Department of Computer Science；Engineering, BRAC University Dhaka, Bangladesh
本文提出基于YOLOv10的水下目标检测框架，通过自适应增强和双池序列注意力机制提升检测精度，实现88.9%的mAP性能，适用于资源受限的水下环境。
2026-03-04 cs.CV
Efficient Meta-Learning Enabled Lightweight Multiscale Few-Shot Object Detection in Remote Sensing Images
College of Electronics and Information Engineering, Sichuan University（四川大学电子信息工程学院）；School of Mechanical Engineering and Automation, Fuzhou University（福州大学机械工程与自动化学院）；Yunnan Key Laboratory of Software Engineering, Yunnan University（云南大学云南省软件工程重点实验室）
针对遥感图像少样本检测的多尺度与模型笨重问题，本文以YOLOv7为基线构建轻量级元学习框架，并通过元采样和元交叉损失利用负样本，在DIOR与NWPU VHR-10.v2上取得先进性能。
2024-06-17 cs.CV
UnitModule: A Lightweight Joint Image Enhancement Module for Underwater Object Detection
Harbin Engineering University（哈尔滨工程大学）
本文提出轻量级即插即用模块UnitModule，通过无监督联合训练、色偏预测和UCRT数据增强提升水下目标检测性能，在多个模型上验证有效且几乎不影响推理速度。
2025-07-04 cs.CV
EGD-YOLO: A Lightweight Multimodal Framework for Robust Drone-Bird Discrimination via Ghost-Enhanced YOLOv8n and EMA Attention under Adverse Condition
Bangladesh University of Engineering and Technology（孟加拉工程与技术大学）
本研究提出轻量级多模态目标检测模型EGD-YOLOv8n，通过Ghost增强、EMA注意力机制和特殊检测头，在VIP CUP 2025数据集上结合RGB与红外图像，实现了高精度、高可靠性的无人机与鸟类实时识别。
2025-10-12 cs.CV
LUIEO: A Lightweight Model for Integrating Underwater Image Enhancement and Object Detection
School of Mathematics, North University of China（中北大学数学学院）；College of Computer and Information Technology, Shanxi University（山西大学计算机与信息技术学院）；School of Mathematics Sciences, Beijing Normal University（北京师范大学数学科学学院）
本文提出轻量级多任务学习模型LUIEO，通过物理模块分解图像实现自监督，同时进行水下图像增强与目标检测，有效提升了检测精度与视觉性能。
2025-04-06 cs.CV
PP-LCNet: A Lightweight CPU Convolutional Neural Network
Baidu Inc.（百度公司）
我们提出了一个轻量级的CPU网络的基础上MKLDNN加速策略，命名为PP-LCNet，提高了轻量级模型的多任务的性能。本文列出了可以在延迟几乎恒定的情况下提高网络准确性的技术。有了这些改进，PP-LCNet的准确性可以大大超过以前的网络结构，具有相同的分类推理时间。如图1所示，它优于最先进的模型。对于计算机视觉的下游任务，它也表现得很好，如目标检测，语义分割等。我们所有的实验都是基于PaddlePaddle实现的。代码和预训练模型可在PaddleClas上获得。
2021-09-17 cs.CV
LGFN: Lightweight Gated RGB-Polarization Fusion with Modality-Availability Conditioning for Camouflaged Object Detection
Foshan University（佛山大学）；China University of Mining and Technology-Beijing（中国矿业大学（北京））
提出LGFN轻量级门控RGB-偏振融合框架，通过模态路由和条件化门控处理伪装目标检测，在PCOD_1200上取得最优性能，并显著降低计算开销。
2026-09-22 cs.CV
YOLO-TLA: An Efficient and Lightweight Small Object Detection Model based on YOLOv5
Qufu Normal University（曲阜师范大学）；Harbin Institute of Technology Shenzhen（哈尔滨工业大学（深圳））
本文提出基于YOLOv5的轻量级小目标检测模型YOLO-TLA，通过引入小目标检测层、C3CrossCovn模块和全局注意力机制，在保持模型紧凑的同时显著提升了小目标检测精度。
2024-07-29 cs.CV
YOLO-Ant: A Lightweight Detector via Depthwise Separable Convolutional and Large Kernel Design for Antenna Interference Source Detection
South China Normal University（华南师范大学）；Hong Kong University of Science and Technology（香港科技大学）；Tongji University（同济大学）
本文提出轻量级CNN与Transformer混合检测器YOLO-Ant，通过DSLK-Block和DSLKVit-Block模块增强特征提取能力，用于天线干扰源检测，在自建天线数据集上取得最优性能。
2024-02-20 cs.CV
Creating Lightweight Object Detectors with Model Compression for Deployment on Edge Devices
NetEase Ltd.（网易公司）
为了实现部署在边缘设备上的轻量级对象检测器，本文提出了一种有效的模型压缩流水线。压缩流水线由主干的自动通道修剪、分支层的固定通道删除和引导学习的知识蒸馏组成。因此，Resnet 50-v1 d在ImageNet上自动修剪和微调，以获得紧凑的基础模型作为对象检测器的支柱。然后，轻量级的对象检测器实现与建议的压缩流水线。例如，创建了模型大小=16.3MB、FLOPS=2.31G和mAP=71.2的SSD-300，显示出比SSD-300-MobileNet更好的结果。
2019-05-06 cs.CV eess.IV
CSCWD: Cross-Scale Channel-wise Knowledge Distillation for Lightweight Tiny Object Detection on Edge Devices
Islamic Revolution Comprehensive University（伊斯兰革命综合大学）；K.N. Toosi University of Technology（KN图西理工大学）
提出跨尺度通道级知识蒸馏（CSCWD），将教师高分辨率特征迁移至轻量学生模型，在不增加推理复杂度下提升小目标检测精度，实验验证了有效性。
2026-09-28 cs.CV
DRBANET: A Lightweight Dual-Resolution Network for Semantic Segmentation with Boundary Auxiliary
Temple University（天普大学）
由于具有强大的图像细节和语义编码能力，近年来提出了许多轻量级的双分辨率网络。然而，大多数人忽略了边界信息的好处。本文介绍了一个轻量级的双分辨率网络，称为DRBANet，旨在细化语义分割结果的帮助下，边界信息。DRBANet采用双并行结构，包括：高分辨率分支（HRB）和低分辨率分支（LRB）。具体来说，HRB主要由一组高效反向瓶颈模块（EIBMs）组成，这些模块学习具有更大感受野的特征表示。LRB是由一系列的EIBM和一个非常轻量级的金字塔池模块（ELPPM），其中ELPPM是用来捕捉多尺度上下文通过层次的剩余连接。最后，设计了一个边界监控头来捕获HRB中的对象边界。在Cityscapes和CamVid数据集上的大量实验表明，该方法在分割精度和运行效率之间取得了很好的平衡。
2021-10-31 cs.CV
Lightweight Convolutional Neural Network with Gaussian-based Grasping Representation for Robotic Grasping Detection
Technische Universität München（慕尼黑工业大学）；Tongji University（同济大学）；University of Science and Technology of China（中国科学技术大学）；Fortiss Research Institute（Fortiss研究院）
深度学习的方法在提高机器人抓取检测性能方面取得了优异的效果。然而，一般目标检测中使用的深度学习方法不适合机器人抓取检测。目前的现代目标检测器很难在高精度和快速推理速度之间取得平衡。在本文中，我们提出了一个有效的和强大的全卷积神经网络模型进行机器人抓取姿态估计从一个n通道的输入图像的真实抓场景。建议的网络是一个轻量级的生成架构，在一个阶段的抓取检测。具体而言，基于高斯核的抓取表示被引入到训练样本的编码中，体现了最大中心点抓取置信度的原则。同时，为了提取多尺度信息和增强特征的可分辨性，我们在抓取检测结构的瓶颈处加入了感受野块（RFB）。此外，像素注意力和通道注意力相结合，自动学习集中融合不同形状和大小的上下文信息，通过抑制噪声特征和突出的抓取对象的功能。在两个公共抓取数据集上的广泛实验，Cornell和Jobson证明了我们的方法在平衡精度和推理速度方面的最新性能。该网络是一个数量级小于其他优秀的算法，同时实现了更好的性能与98.9 $\%$和95.6 $\%$的准确性在康奈尔大学和Jardine数据集，分别。
2021-01-25 cs.CV
Real-Time Human Detection as an Edge Service Enabled by a Lightweight CNN
Binghamton University, SUNY（纽约州立大学宾汉姆顿分校）；University of Missouri-Kansas City（密苏里大学堪萨斯城分校）；New York State University Police（纽约州立大学警察局）
边缘计算允许更多的计算任务发生在网络边缘的分散节点上。如今，许多对延迟敏感的任务关键型应用程序可以利用这些边缘设备来减少时间延迟，甚至通过它们的现场存在来实现实时的在线决策。智能监控中的人体目标检测、行为识别和预测就属于这一类，其中大量视频流数据的传输可能需要宝贵的时间，并给通信网络带来沉重的压力。人们普遍认识到，视频处理和目标检测是计算密集型的，并且太昂贵而不能由资源有限的边缘设备来处理。受深度可分离卷积和Single Shot Multi-Box Detector（SSD）的启发，提出了一种轻量级的卷积神经网络（LCNN）。通过缩小分类器的搜索空间以专注于监控视频帧中的人体对象，所提出的LCNN算法能够以边缘设备负担得起的计算工作量检测行人。一个原型已经实现了边缘节点（树莓派3）使用openCV库，并取得了令人满意的性能，使用现实世界的监控视频流。实验研究验证了LCNN的设计，并表明它是边缘计算密集型应用的一种有前途的方法。
2018-04-24 cs.CV
PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices
Baidu Inc.（百度公司）
如何在准确性和效率之间取得更好的平衡一直是目标检测中的一个具有挑战性的问题。在这项工作中，我们致力于研究目标检测的关键优化和神经网络架构选择，以提高准确性和效率。我们研究了无锚策略在轻量级目标检测模型上的适用性。我们增强了骨干结构，设计了轻量级的颈部结构，提高了网络的特征提取能力。我们改进了标签分配策略和损失函数，使训练更加稳定和高效。通过这些优化，我们创建了一个新的实时的【形】对象检测器系列，名为PP-PicoDet，它在移动设备的目标检测上实现了卓越的性能。与其他流行的模型相比，我们的模型在准确性和延迟之间实现了更好的权衡。参数仅为0.99M的PicoDet-S实现了30.6%的mAP，与YOLOX-Nano相比，mAP绝对提高了4.8%，同时将移动CPU推理延迟降低了55%，与NanoDet相比，mAP绝对提高了7.1%。当输入大小为320时，它在移动ARM CPU上达到123 FPS（使用Paddle Lite为150 FPS）。仅使用3.3M参数的PicoDet-L实现了40.9%的mAP，这是mAP的绝对3.7%改进，比YOLOv 5s快44%。如图1所示，我们的模型远远优于轻量级目标检测的最新结果。代码和预训练模型可在https://github.com/PaddlePaddle/PaddleDetection上获得。
2021-11-01 cs.CV
Towards Lightweight Lane Detection by Optimizing Spatial Embedding
KAIST（韩国科学技术院）；LG Electronics（LG电子）
许多车道检测方法依赖于无建议的实例分割，因为它适应于灵活的对象形状，遮挡和实时应用。针对基于无命题实例分割的车道线检测中像素嵌入难以优化的问题。卷积的平移不变性是假定的优势之一，这给优化像素嵌入带来了挑战。在这项工作中，我们提出了一种基于无命题实例分割的车道检测方法，直接优化空间嵌入的像素使用图像坐标。我们提出的方法允许中心定位的后处理步骤，并以端到端的方式优化聚类。所提出的方法，使实时车道检测，通过简单的后处理和采用一个轻量级的骨干。我们所提出的方法在公共车道检测数据集上表现出具有竞争力的性能。
2020-08-27 cs.CV
Lightweight Multi-Scale Feature Extraction with Fully Connected LMF Layer for Salient Object Detection
本文提出了一种采用深度可分离空洞卷积和全连接结构的轻量级多尺度特征提取层（LMF层），并构建了用于显著性目标检测的LMFNet，在仅0.81M参数下于五个基准上取得优异性能。
2025-08-10 cs.AI cs.CV
Smart Surveillance as an Edge Network Service: from Harr-Cascade, SVM to a Lightweight CNN
Binghamton University, SUNY（纽约州立大学宾汉姆顿分校）；University of Missouri-Kansas City（密苏里大学堪萨斯城分校）；New York State University Police（纽约州大学警察局）
边缘计算有效地将信息技术领域扩展到云计算范式定义的边界之外。边缘计算在源和目的地附近执行计算，有望解决许多延迟敏感应用中的挑战，例如实时人类监控。利用无处不在的连接摄像头和智能移动设备，它可以在边缘进行视频分析。近年来，提出了许多智能视频监控方法，通过使用人工智能（AI）和机器学习（ML）算法来进行目标检测和跟踪。本文探讨了两种流行的人体目标检测方案的可行性，Harr-Cascade和HOG特征提取和SVM分类器，在边缘，并介绍了一种轻量级的卷积神经网络（L-CNN）利用深度可分离卷积，以减少计算，用于人体检测。单板的计算机（SBC）被用作测试的边缘设备，并使用真实世界的校园监控视频流和开放数据集验证算法。实验结果表明，最终算法能够以边缘设备可负担的资源消耗实时跟踪人类。
2018-10-01 cs.CV
Lightweight Transformer Framework for Weakly Supervised Semantic Segmentation
University of Wyoming（怀俄明大学）
CrispFormer通过改进解码器结构，提升弱监督语义分割的边界精度和小物体召回率，同时保持低计算成本。
2025-11-24 cs.CV
High-order Spatial Interactions Enhanced Lightweight Model for Optical Remote Sensing Image-based Small Ship Detection
Tianjin University of Technology（天津理工大学）；Technical University of Denmark（丹麦技术大学）；University of Technology Sydney（悉尼科技大学）
本文提出轻量级框架HSI-ShipDetectionNet，通过高阶空间交互模块和混合注意力机制提升光学遥感图像小船只检测性能，在Kaggle数据集上实现更高召回率与mAP，适用于卫星和无人机等资源受限平台。
2023-04-07 cs.CV
FLIM-based Salient Object Detection Networks with Adaptive Decoders
Institute of Computing, State University of Campinas（计算学院，坎皮纳斯州立大学）；Univ Gustave Eiffel, CNRS, LIGM（加斯顿·易弗尔大学，CNRS，LIGM）；Pontificial Catholic University of Minas Gerais（矿务天主教大学）
本文提出一种比轻量级模型轻数百倍的极轻量FLIM网络，通过结合FLIM编码器与自适应解码器处理显著性目标检测，仅需3-4张图像且无需反向传播即可训练，实验证明其优于基线模型。
2025-04-29 cs.CV
SpectraSentinel: LightWeight Dual-Stream Real-Time Drone Detection, Tracking and Payload Identification
Department of Computer Science and Engineering（计算机科学与工程系）
针对民用空域无人机安全监控需求及2025 VIP Cup挑战赛任务，提出SpectraSentinel双流轻量级框架，采用独立YOLOv11n分别处理红外与可见光数据，定制预处理与训练策略，实现高精度实时无人机检测、跟踪与载荷识别。
2025-07-30 cs.CV
E-ConvNeXt: A Lightweight and Efficient ConvNeXt Variant with Cross-Stage Partial Connections
College of Information Engineering（信息工程学院）；School of Computer Science and Engineering（计算机科学与工程学院）；Beihang University（北航）
本文提出E-ConvNeXt，通过融合CSPNet、优化Stem与Block结构并用通道注意力替换Layer Scale，在显著降低复杂度的同时保持高准确率，并在ImageNet分类和目标检测迁移任务中验证了其高效性与泛化能力。
2025-08-28 cs.CV
