通用目标检测及多场景应用
伴随数字化与智能化加速落地，通用目标检测正在为城市、工业、医疗、交通等行业创造实在价值；同时正与扩散模型（可生成“难例”做数据增强）、混合专家模型（不同“专家”各司其职）和多模态大模型（同时理解图像与文字/传感器）深度融合，应用空间持续放大。各行业都在用“检测 + 场景 + 新技术”升级，新的问题、数据与需求不断涌现。
本课程围绕“通用检测框架 + 多场景实战 + 科研规范”。我们将跑通遥感/船舶（SAR：合成孔径雷达；可见光）、安检 X 光、医学影像、交通/自动驾驶、工业质检与多模态（RGB–IR/Depth/LiDAR/文本）等代表性场景，聚焦小目标、遮挡、跨域、低对比、长尾、端侧实时等常见痛点，统一评测协议与强基线，做可复现的场景化实验，帮助你尽快确定选题与技术路线。
同步引入前沿能力：Diffusion 扩散模型（难例合成/小样本增强）、MoE 混合专家模型路由（多场景分工协作）、视觉–语言模型融合、AI Agent（代理模型）（自动化检索/实验/评测协同）、时空与 BEV 鸟瞰表征；并配套蒸馏/量化/剪枝等部署技巧与可解释性/一致性评测。课程将从方法与实验两端结合可解释性与一致性视角，着力提升模型在真实环境中的鲁棒性，帮助同学明确兴趣方向、形成研究选题，并产出具有可复现性的研究与应用成果。