ROBOVIS 2025新作：单帧预测人类多目标，CVAE还能生成多种走向
这篇工作最实用的地方，不是“猜一个目标”，而是直接给出 多个可能走向 。对机器人导航、人机协作和自动驾驶来说，这种“别把人想死板”的预测，才更像真实世界。
标签：目标检测
共 42 篇
CVPR经典Mask R-CNN：FAIR开源实例分割基线
这篇论文把“先找框、再抠图”做得特别顺手：Faster R-CNN 负责定位，Mask 分支负责像素级分割，RoIAlign 负责把坐标对齐。看起来只是加了个小分支，结果却把实例分割这门活干得又快又稳。
UniTeD拿下NAVSIM 90.2：感知规划一起扩散
这篇论文把自动驾驶里最爱“各干各的”的感知和规划，硬生生塞进同一个扩散框架里一起去噪。再配上TTM和ARS两个补丁，既照顾时序，又盯住训练推理偏移，属于那种思路很顺、工程也不算太虚的方案。
何恺明参与！Group Norm让小批量训练不再翻车
Batch Norm 一遇到小批量就容易“犯怵”，这篇论文直接给出替代方案：把通道切成组，在组内做归一化，既稳又好迁移。对检测、分割、视频这类显存紧张任务尤其友好。
SIGCOMM 2025新思路：卫星图像不再全下传
这篇论文把卫星链路里最贵的“像素搬运工”思路，换成了更聪明的“语义快递员”。压缩、恢复、推理一条龙，目标不是把图原封不动送到地面，而是把任务真正需要的信息送到位。
CVPR 2026夺冠！SynCLIP一招让AI读懂“同义词”，密集感知鲁棒性飙升
说“飞机”和“飞行器”时，CLIP模型的“眼睛”居然会看错地方？那自动驾驶可不敢用！CVPR 2026的这篇SynCLIP，狠狠揪出这个同义词“注意力分裂”的bug，用语义连贯预训练一招治愈，密集感知鲁棒性直接拉满！
