论文介绍
针对伪装目标与背景纹理 / 颜色高度融合、仅用空间特征易漏检的问题，提出频域 + 空间双域协同学习方案： FSEL 整体框架：融合全局频域特征与局部空间特征，强化伪装目标的特征区分能力。 纠缠 Transformer 块（ETB）：通过频域自注意力 + 空间注意力，实现双域特征交互纠缠。 联合域感知模块（JDPM）+ 双域反向解析器（DRP）：优化双域特征融合，生成更鲁棒的表征。 实验效果：在CAMO/COD10K/NC4K三大权威数据集上，超越21 种SOTA 伪装目标检测方法
文章地址：地址
改进步骤
步骤1
新建ultralytics\\nn\\extra_modules\\block.py，添加如下代码：
######################################## ECCV2024 Frequency-Spatial Entanglement Learning for Camouflaged Object
