Skip to content
Hot eventLive

JMT-YOLO：分割引导一致性学习的多任务域适应检测

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Computer Vision（一手来源）报道了 JMT-YOLO，一种面向域自适应目标检测（DAOD）的联合多任务学习框架。该框架基于 Mean Teacher 架构，引入辅助语义分割任务与掩码机制，以增强目标域前景-背景语义边界建模。目前公开信息仅包含该框架的提出与核心设计思路，未见后续实验结果、代码发布或同行评议进展。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv 报道 JMT-YOLO 提出，基于 Mean Teacher 引入分割任务与掩码机制强化前景-背景边界建模。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Computer Vision
    JMT-YOLO：基于分割引导一致性学习的多任务域自适应目标检测

    提出 JMT-YOLO，一种面向域自适应目标检测（DAOD）的联合多任务学习框架，基于 Mean Teacher 架构，引入辅助语义分割任务与掩码机制以增强目标域前景-背景语义边界建模。

Heat trend

There is not enough continuous observation data to draw a trend yet.