本文提出了一种名为 CaTDet 的系统，它通过利用视频中的时间相关性加快物体检测的速度。该系统由两个 DNN 模型和一个额外的跟踪器组成，用于预测历史检测的感兴趣区域，并使用设计用于延迟关键视频应用的新度量 mean Delay（mD）。实验结果表明，在 KITTI 数据集上，CaTDet 将操作次数降低了 5.1-8.7 倍，并具有与单模型 Faster R-CNN 检测器相同的平均精度（mAP），而额外的延迟仅为 0.3 帧。在 CityPersons 数据集上，CaTDet 减少了 13.0 倍的操作，并损失 0.8％的 mAP。

Sep, 2018

本文针对物体检测中精度和效率的平衡问题，研究了关键优化和神经网络结构选择，提出了新的面向移动设备的实时物体检测器，通过多种优化实现了更好的精度和延迟性能的平衡，并优于其他流行模型。

Nov, 2021

本文介绍了一种被称为 AdaScale 的新方法，该方法在视频对象检测方面提供了更好的准确性和速度，并展示了 - imagenet VID 和 mini YouTube - 边界框数据集上的结果。

Feb, 2019

通过分析视频物体检测的时序特征，本文指出平均精度（AP）无法充分反映视频物体检测的实际情况，提出了一种全面的度量准则 —— 平均延迟 (AD)，并从 ImageNet VIDT 数据集上证明了大多数方法虽然能保持平均精度不变，但其检测时延却大幅提高，因此建议特别针对自动驾驶等时延关键应用场景，探索使用延迟度量指标评估视频物体检测方法。

Aug, 2019

本文提出了基于反复卷积结构的在线物体检测模型，并使用瓶颈长短时记忆层来降低计算成本。该模型在移动 CPU 上实现了 15 FPS 的实时推断速度。

Nov, 2017

本文探讨了一种基于时间空间计算的高效物体检测方法，通过在规模，时间和空间上重新配置计算来实现性能和计算成本的平衡，提出了一个统一的框架，在 ImageNet VID 数据集中实现了具有竞争力的 mAP 79.6％。

Apr, 2018

本文介绍了一个名为 SimpleDet 的高效开源物体检测框架，支持最新的检测模型和分布式训练，可在消费级硬件上大规模训练现代化的检测模型。

Mar, 2019

通过神经结构搜索，将传统卷积与倒置瓶颈层相结合并在移动设备上进行物体检测，能够在保证相对较低的延迟下，实现更高的性能，相对于 MobileNetV3+SSDLite，MobileDets 在 COCO 目标检测任务上能够提高 1.7 mAP。

Apr, 2020

本文提出了一种轻量级的视频物体检测网络，采用稀疏关键帧上的轻量级图像物体探测器进行检测，并在关键帧上应用基于流量引导的 GRU 模块，对特征进行有效聚合。对于非关键帧，进行稀疏特征传播。该系统在移动设备上运行速度较快，在 HuaWei Mate 8 上可达到 60.2％的 mAP 得分以及 25.6 fps 的速度。

Apr, 2018

基于多传感器融合和局部特征注意力模块，本文提出了 FADet，一种用于自动驾驶任务的多传感器 3D 检测网络，能够在相机、LiDAR 和雷达输入下的长尾和复杂场景中实现有效的目标检测结果，并在 LiDAR - 相机和雷达 - 相机目标检测任务上达到了最先进的性能。

May, 2024