arXiv cs.CV· Chi Ruan, Tianqi Li, Xin He, Xue Geng, Ming-Ming Cheng, Yun Liu·· 2 小时前AI 评分34
AxisQ：面向伪装目标检测的深度自适应通道—频率量化
AxisQ: Depth-Adaptive Channel--Frequency Quantization for Camouflaged Object Detection
AI 导读
AxisQ 是面向伪装目标检测（COD）的深度自适应比特分配量化框架：在固定每层平均激活比特预算下，浅层特征按通道域、深层特征按局部频率域分配精度，以保留弱纹理与模糊边界。其重建环节采用结合边界加权梯度与误差统计的边界感知 Hessian 近似。在 W2A2 量化下，CAMO 上 CFRN 的加权 F-measure 相对提升 12.7%，CamoFormer-P 提升 33.3%。
来源：arXiv cs.CV · arxiv.org