MoD:蒸馏六个检测器加奖励路由,关键点检测登 NeurIPS 2026
zhenjun_zhao · x · 2026-10-21
NeurIPS 2026 论文提出 Mixture of Detectors(MoD),针对单一关键点检测器在不同场景结构与预算下各有短板的问题，将 DaD、DeDoDe、SP、ALIKED、DeepLSD、MuGE 六个异构检测器蒸馏进统一模型，一次前向即可输出多样检测图；再用轻量 patch 级路由器按局部纹理与关键点预算(5128192)分配合适检测器，路由器用下游匹配质量导出的任务奖励(数量+精度)训练，避免启发式监督。在 MegaDepth、ScanNet、HPatches 上跨各关键点预算一致超越强基线(如 MegaDepth 8192 预算下 AUC@5° 达 68.5),且路由决策可视化显示其按纹理结构自适应选择检测器。
「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
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 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