目标检测技术能够识别图像中目标物体的类别并定位其空间位置，是自动驾驶、机器人感知、智能监控等领域的关键基础技术。但现实场景中，受天气条件、光照强弱、成像设备差异等因素影响，容易产生数据分布偏移问题
针对这一问题，中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室科研团队提出跨模态因果感知层次表征学习框架Hierarc hicalDG，构建“图像特征—场景注意力—目标表征—视觉子原型—因果原型”的层次学习链路，逐层提炼并迁移视觉语言模型中的知识。相关成果以Cross-Modality Causal-aware Hierarchical Representation Learning for Domain Generalized Object Detection为题发表于国际期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)。该框架将文本语义作为因果干预信号，在维持类别内部特征多样性的前提下，学习具有稳定语义结构的视觉原型；依托原型机制引导目标分类过程，把类别层面的因果不变性传递至目标与场景表征，从而提升模型对数据分布变化的鲁棒性。实验验证结果显示，该框架在多天气变化、图像扰动、真实图像到艺术图像迁移、跨相机以及仿真到现实五类基准测试任务中，均取得了良好的跨场景泛化效果。同时，推理阶段无需调用视觉语言模型分支，兼顾跨场景泛化性能与推理效率。科研团队进一步在语义分割和目标跟踪任务中开展了拓展验证，验证了该学习范式的跨任务适用性，为提升复杂环境下视觉感知模型的泛化能力提供了新的技术思路。该论文第一作者为沈阳自动化所博士研究生刘雅静，通讯作者为沈阳自动化所田建东研究员和南京邮电大学范保杰教授。
机器智能研究组长期聚焦计算机视觉与具身智能等前沿方向，在复杂场景视觉感知、具身导航和机器人操作、偏振图像处理等领域持续取得原创性成果，相关论文陆续发表于人工智能与计算机视觉领域AAAI 2026、ICML 2026、CVPR 2026、ICLR 2026等国际顶级学术会议，以及TPAMI、TIP、TCYB、TNNLS、TMM、TSP等国际顶级学术期刊。(机器人学研究室)。
引用：沈阳自动化所在域泛化目标检测研究方面取得进展 中国科学院沈阳自动化研究所 【引用时间：2026年9月30日】 （来源：兴旺宝）
从梅西到亚马尔，世界杯见证“要强”精神代际相传
菜薹
有机
有机蔬菜
央行：支持更多优质企业到香港上市和发债
收银系统竞争进入下半场：乐檬软件以全链路售后服务构筑行业分水岭
浴旺智能情调淋浴花洒
高油酸选深花 健康香飘千万家
路易十三上海之家于恒隆广场焕新启幕 沉浸式奢雅空间，臻颂路易十三恒远艺境
K形分化下的基金圈生存样本
第14届全国消费品CIO大会暨中国第6届AI智能体应用大会
6月份中国物流业景气指数为50.6%新订单指数连续4个月回升
2026年全国医药健康行业CIO年会暨第7届中国AI智能体应用大会
氧化
二氧化碳“变废为宝”技术驱动与应用场景牵引双向发力培育未来产业新生态
械字号产品力叠加平台经营力，药圣古方登顶京东健康消费器械新锐品牌TOP1
专业金融赋能出行｜广发信用卡汽车分期，重塑高效高质购车新体验
京东服饰联合温州市鞋革行业协会 推动鞋靴产业升级、擦亮本土制造品牌
从“薄荷狂欢”到“鲜果季”，益禾堂用代言人王源打造夏日专属符号
柯尼塞格
免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
