新基准 SULAND v2:修正标注让地雷检测 mAP 暴涨近 20 点
Sagar Lekhak · hf · 2026-08-03
研究人员发布了针对无人机/无人车(UAV/UGV)地雷检测的优化版 RGB 数据集与基准 SULAND v2。原版数据集存在大量漏标、定位不准及分布外(OOD)类别 ID 错误等问题。
新版本在保留原图的基础上人工修正了标签,包含 33,771 张图像和 12,433 个边界框。团队跨 9 大架构测试了 35 种检测器配置,发现仅修复标注就让 YOLOv8 的 IID mAP@50 提升了 14.6-19.6 个百分点,OOD mAP@50 提升约 25 个百分点。
实验结果表明,高准确率并不等同于具备实际部署能力。在最终评测中,YOLOv12-Small 取得了最高的同分布准确率,而 RF-DETR-Large 展现出最强的分布外泛化性能。
「研究」频道最新
- comma.ai 复盘自动驾驶模型早期离谱 Bug — dosco · 2026-08-03
- Apple-π数据集发布:专测视频模型的经典力学物理推理 — ziqi_huang_ · 2026-08-03
- Qdrant 开源电商搜索 Demo:580万商品毫秒级检索与个性化 — qdrant_engine · 2026-08-03
- 日本青年学者成立计算机视觉社区 LENS — HirokatuKataoka · 2026-08-03
- MIT等提出LILO框架:让大模型自动重构代码并生成可读文档 — burny_tech · 2026-08-03
- NeurIPS 2026 将办 AIDaR 研讨会,聚焦科学 AI 数据基建 — arjunrajlab · 2026-08-03