🎯 目标检测¶
🧠 NeurIPS2026 · 17 篇论文解读
📌 同领域跨会议浏览: 🎞️ ECCV2026 (80) · 📷 CVPR2026 (99) · 🔬 ICLR2026 (30) · 🧪 ICML2026 (7) · 🤖 AAAI2026 (29) · 🧠 NeurIPS2025 (27)
🔥 高频主题: 异常检测 ×6 · 目标检测 ×6 · 少样本学习 ×3 · 域适应 ×2
- Align3D-AD: Cross-Modal Feature Alignment and Dual-Prompt Learning for Zero-Shot 3D Anomaly Detection
-
针对 3D 渲染图与 RGB 视觉编码器之间的跨模态域鸿沟,Align3D-AD 在辅助训练阶段引入 RGB 模态引导,通过特征对齐与语义一致性重加权将点云渲染特征投射至 RGB 语义空间,并配合模态感知双提示词对比学习,实现了仅需 3D 输入即可高精度检测与分割异常的零样本检测方案。
- Beyond Normal References: Discriminative Few-Shot Anomaly Detection
-
IDEAL 利用固定的少量正常与带掩码异常参考,先消除正常局部变化,再提取多样的本征偏差方向并进行投影评分,在无需目标域重训练的条件下改善已见及未见异常检测;MVTecAD 的 N1A1 设置达到 96.3 / 96.8 的图像级 / 像素级 AUROC。
- BiHashFormer: Hash-Driven Dual-Branch Transformer for Efficient Object Detection in HRW Shots
-
针对十亿像素级超大视场高分辨率(HRW)图像中前景极度稀疏、算力开销爆炸与背景严重交织的难题,BiHashFormer 提出了基于哈希映射的双分支 Transformer 架构,通过压缩分支的 HashAttention 剪除半数键值对,并由补偿分支的 HashMiner 在超低开销下找回非 RoI 区域漏检目标,显著降低计算成本的同时大幅提升了目标检测精度。
- Contrastive Hypergraph Source-free Domain Adaptive Object Detection in Adverse Weather Conditions
-
针对自动驾驶在雾、雨、雪与低照度等恶劣天气下源域数据不可访问的无源域自适应目标检测问题,提出超图对比学习框架 REUNION,通过多关系超图建模高阶上下文并借助超图 InfoNCE 损失促使语义信息由高置信实例向退化目标传播,在 Cityscapes-Adverse 等基准上取得显著优于现有方法的检测精度。
- COVD: Continual Open-Vocabulary Object Detection with Novel Concept Injection
-
针对真实场景中新概念不断涌现且全量重训成本高昂的难题,本文提出持续开放词汇目标检测(COVD)设定及 Novel-114 基准,并设计了无需引入额外参数的 NoIn-Det 框架,通过冻结视觉编码器、表征空间稳定性蒸馏与知识感知参数解耦,实现了新概念的高效吸纳与历史/基底检测知识的无损保留。
- Detect Anything in Graphic Design: Element-Level Rewards for Autoregressive Detection
-
针对平面设计中元素图层重叠与层级遮挡难题,提出基于复合解构的自回归非模态检测模型 DAD,结合基于鞅差分解的元素级相对策略优化(EleRPO),在 1000 万规模设计数据集上实现了人类水准的遮挡区域恢复与图层解构。
- Distilling Multi-Teacher Scoring Principles for Unsupervised Time Series Anomaly Detection
-
针对无监督时序异常检测中多检测器互补但集成推理开销巨大的痛点,提出 AnoMix 框架,通过 CoRank 损失将冻结多教师的归一化分数差异提炼为成对偏好与共识置信度弱监督,训练参数量低于 80k 的单学生直接输出标量异常分,在 7 大基准上超越单检测器和静态集成,并具备零样本跨数据集泛化能力。
- Dynamic Query as Budgeting for Tiny Object Detection
-
论文揭示了微小目标检测中动态查询的本质是依据图像密度进行解码器容量预算而非复杂的查询空间筛选,并据此提出了极简且免训练的预算感知检测器 BUTR,以近乎零的额外开销显著超越现有启发式与预测式动态查询方法。
- GIFT: Representation Geometry Matters for Single-Domain Generalized Object Detection
-
本文针对单源域泛化目标检测(S-DGOD)中无约束微调破坏视觉大模型固有表征几何的缺陷,提出几何不变性微调(GIFT),通过正交 Householder 反射保留表征几何结构并结合通道级自适应缩放,仅用不到 1% 可训练参数在 Cityscapes-C 和 DWD 上分别提升 +7.9% 和 +2.9% mPC。
- Localize Any Object in X-Ray Security Scans without Human Annotation
-
针对 X 射线安检中体积投影重叠导致 RGB 通用分割模型失效且缺乏全量标注的难题,本文提出无需人工标注的自监督定位框架 LAO-X,通过显著性前景挖掘构建物品库、依据 Beer–Lambert 定律进行吸光度物理合成,并结合遮挡递增课程与多粒度伪标签微调 SAM2,实现了显著超越全监督与零样本基线的类别无关目标定位。
- M\(^2\)E-UAV: A Benchmark and Analysis for Onboard Motion-on-Motion Event-Based Tiny UAV Detection
-
本文构建了首个面向机载双动态场景的事件相机微小无人机检测基准 M\(^2\)E-UAV,提供高分辨率同步事件流与 IMU 数据及点级前景标注,系统揭示了机载自运动背景事件淹没微小目标下现有检测器的性能瓶颈。
- Neurosymbolic Object-Centric Learning with Distant Supervision
-
本文提出 DeepObjectLog,将基于插槽的目标中心感知编码器与概率逻辑推理层深度整合,在仅有全局弱标签(远程监督)且无边界框、分割掩码或数量标注的前提下,通过对潜在物体存在性与类别的全边缘化推断,实现了具备优异组合与外推泛化能力的端到端神经符号目标发现与推理。
- One Language-Free Foundation Model Is Enough for Universal Vision Anomaly Detection
-
发现通用视觉异常检测中文本编码器的实质仅为推导分类与分割的决策超平面权重,进而提出极简的无语言通用异常检测框架 UniADet,通过对全局分类与局部分割以及跨层多尺度特征权重进行完全解耦,仅需约 0.002M 学习参数便在工业与医学 14 个基准上大幅刷新零样本和少样本 SOTA,并首次在少样本下击败全监督 SOTA。
- Order Matters: Competition-Guided Query Ordering for RNN-Based Object Detection
-
针对 DETR 类检测器中并行无序自注意力无法有效组织查询竞争、导致密集场景下冗余预测严重的问题,本文提出 DETRNN,通过置信度与相似度显式构造查询竞争序列,并利用双向 RNN(如 Mamba)进行序列化循环精炼,在不丢弃任何查询的前提下大幅削减重复假阳性并提升检测精度。
- Rethinking Infrared Small Target Detection: A Foundation-Driven Efficient Paradigm
-
针对单帧红外弱小目标检测(SIRST)中全局上下文缺失与推理开销矛盾,本文提出视觉基础模型驱动的高效范式 FDEP,通过语义对齐调制融合(SAMF)与参数共享的协同优化隐式自蒸馏(CO-ISD),在零推理开销下实现显著性能提升,并建立了多阈值积分的综合评估指标 HSE。
- TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
-
TokenCLIP 针对零样本异常检测中单一文本空间无差别对齐导致的语义受限问题,提出将文本空间解耦为正交子空间并通过最优传输(Optimal Transport)自适应分配给各图像 Patch Token,实现了兼顾计算效率与语义特异性的 Token 级动态提示学习。
- Towards Explainable Industrial Anomaly Detection via Knowledge-Guided Latent Reasoning
-
针对通用多模态大模型缺乏工业缺陷领域知识且显式思维链推理低效的问题,提出首个完全免微调的测试时隐空间推理框架 Reason-IAD,通过检索增强知识集成注入品类先验,并利用预测熵作为内在奖励通过策略梯度优化隐式思考标记与动态视觉证据注入,在 MMAD 七项任务上全面超越现有方案与专有模型。