FUSEye：用重叠视图和零初始化适配器轻量训练鱼眼检测
FUSEye 是 arXiv 预印本，提出训练轻量的鱼眼检测框架，将冻结主干的 COCO 预训练 YOLO26-x 适配到鱼眼图像。在 WoodScape MVR 验证分割上，FUSEye 将 mAP50 从 0.148 提升到 0.266，保留全量微调性能的 84.3%，且仅新增约 227k 参数；使用 25% 标签时保留 97.6% 性能。该框架无需相机标定或去畸变，对标签和算力受限的机器人感知部署有吸引力。
能否在不进行全模型微调的情况下，将 COCO 预训练检测器适配到鱼眼图像，同时解决边界压缩、特征错位和跨视图冲突，并适应有限标签与训练预算？
鱼眼相机为移动机器人提供低成本宽视场感知，但 COCO 预训练检测器在强径向畸变和边界压缩下性能骤降，边界小目标几乎不可见。全量微调能缩小差距，但需要大量鱼眼标注和训练算力；现有畸变感知方法多需标定、额外预处理或全模型重训，通用参数高效适配器不针对空间非均匀畸变，多视图推理融合也未显式评估跨视图一致性。
此前方法包括：基于标定的畸变感知卷积、可变形卷积、矫正网络（如 FishFormer、FishRecGAN）等，通常需要相机标定或全模型重训；LoRA 类通用适配器减少更新参数但对鱼眼畸变不专用；SAHI、WBF、Soft-NMS 等多视图或融合方法处理重复检测，但不显式判断跨视图证据支持。
FUSEye 冻结 COCO 预训练 YOLO26-x 主干，仅更新插入模块和检测头，新增约 227k 参数。输入级 GridViews 生成全图加四个 857×647 角部重叠裁剪，放大压缩边界区域并重映射框到原图坐标，无需标定或去畸变；特征级 Z-Adapters 插在 P4、P5、C2PSA 后，零初始化输出投影使初始行为与预训练模型一致，学习鱼眼域残差校正，在 YOLO26-x 上共 222,480 参数；决策级 AgreeFusion 按类别和 IoU 聚类跨视图检测，用 12 维特征输入约 4.4k 参数的 MLP 重新评分，对位移不超过 0.6 的簇做置信度加权框融合，保留单视图检测基线阈值 0.25。
在 WoodScape MVR 验证分割上，YOLO26-x 直接迁移为 14.80 mAP50 和 10.96 mAP50:95；FUSEye 达到 26.61 mAP50 和 17.26 mAP50:95，分别恢复全量微调（31.56 和 22.82）增益的 70.5% 和 53.1%，保留全量微调 mAP50 的 84.3%。随机使用 25% 训练图像（三个 1520 图子集）时，FUSEye 平均 25.97±0.34 mAP50 和 16.84±0.25 mAP50:95，保留 97.6% 全标签性能。跨模型实验中，FUSEye 将 YOLOv8-x、YOLOv9-e、YOLOv10-x、YOLO11-x 的 mAP50 分别提升 5.80、8.29、6.75、7.21 个百分点，范围 5.80 至 8.29。以上均为图像集评估，未见真机实验。
作者承认 bus 类检测始终较弱，FUSEye 在 YOLO26-x 上 bus AP50:95 为 0.87，低于直接迁移的 1.49，全量微调为 3.54；跨模型实验 bus 也一致下降 0.25 至 0.75 个百分点。AP50:95 恢复率低于 AP50，说明严格定位阈值下与全量微调差距更大。论文未报告真机部署验证、只在 WoodScape 单一数据集上评估，且全量训练缺少方差估计。代码目前仅给出将开源链接，尚未公开。
面向使用鱼眼相机的移动机器人、自动驾驶环视、仓储或配送机器人公司。FUSEye 冻结主干、参数增量小、25% 标签即可保留 97.6% 性能，适合标注和算力受限的现场适配，可在 1 至 3 年内部署到需要低成本宽视场感知的产品中。前提是具备 COCO 预训练 YOLO 系列模型，并接受五视图推理带来的约 5 倍单视图前向开销，且 bus 类等小目标仍需额外处理。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。