Event-Aware Distilled DETR for Object Detection in an Automotive Context
Rattachement africain : fr, kr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Autonomous driving systems require robust object detection in complex environments. Event cameras outperform RGB cameras under challenging lighting conditions, but face limitations due to the scarcity of available datasets and lack of specialized training. To narrow the gap between RGB- and event-based detection accuracy and avoid the high complexity of real-time RGB-event fusion, in this paper, we propose a knowledge distillation framework. Our approach uses both modalities during training but relies solely on sparse event data at inference and transfers knowledge from a robust RGB-based teacher model. We build on the success of DETR (DEtection TRansformer) and we leverage an event-aware masked knowledge distillation mechanism, to boost event-based detection accuracy. Experiments on the DSEC-DET dataset demonstrate that our method not only excels in challenging driving scenarios where RGB images are unreliable, but also surpasses the state-of-the-art in event-based object detection.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Event-Aware Distilled DETR for Object Detection in an Automotive Context
- Date Crossref
- 22/06/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Université de Picardie Jules Verne pays non établi dans la noticeUniversité ou école supérieure
-
Centre National de la Recherche Scientifique pays non établi dans la noticeOrganisme public
-
Université de Bourgogne pays non établi dans la noticeUniversité ou école supérieure
-
SUNY Korea pays non établi dans la noticeUniversité ou école supérieure
-
MIS laboratory de Picardie Jules Verne pays non établi dans la noticeStructure de recherche
-
CNRS Bourgogne Europe pays non établi dans la noticeStructure de recherche
-
Incheon SUNY Korea pays non établi dans la noticeEntreprise
Université de Picardie Jules Verne, Centre National de la Recherche Scientifique et Université de Bourgogne, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.