DINOv3 预训练 ConvNext 做箭靶识别，F1 达 96.6%
BrashBunyip · reddit · 2026-10-19
作者耗时约一个月开发箭靶命中检测系统：先做配准（regression）识别靶面、语义环、圆心与分区，再对裁剪图用检测网络生成命中点热图；将图像镜像后再跑一次检测器，在解码器中融合两者找局部峰值。
数据与模型：用 Blender 渲染约 4 万个多样化场景，外加 8000 张手工标注的真实图像（标注花了约 20 小时）；配准和检测网络各在约 100 万样本（48k 数据集重度增强）上训练。对比实验中，ResNet（ImageNet 预训练）表现不错，纯 ViT 较差，DINOv3 预训练的 ConvNext 最佳。
后处理技巧：用单应性变换去除透视倾斜、把靶面拉平到规范坐标系；再用配准模型输出的语义环热图与理想几何环做对比，得到径向偏移来修正纸张翘曲（单应性只能修透视，修不了非平面形变）。最终测试集 F1 96.6%，整图全对率（无漏检无误检）80.5%。
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23