Gairdao Community

当天气变差、模态失效：一个用场景专家统一，一个给可靠性建模｜ACM MM 2026

GAIR DAO 2026-10-16

来源：YoLo深度学习

文章链接：https://mp.weixin.qq.com/s/7s6QVAvRCW3Zy81PqZ0eRQ

恶劣天气检测模态退化鲁棒

? 本期导读

背景引入：实验室里跑得很好的检测器，一到雾天、暗光、雨雪就掉链子——这不是新鲜事，但今年这条线的打法明显变了。以往多是为每种天气单独设计一套模块或单独训一个模型，推理时还得先判断天气；新一批工作开始追求用一个统一检测器覆盖多场景，并且显式建模“当前这个模态可不可信”。本期两篇正好代表这两种新打法。

为什么读：

C2FXNet（ACM MM 2026）要解决的是条件专用设计带来的泛化瓶颈：它用粗粒度场景推理加细粒度语义细化共同驱动一组场景专家，做到无需按场景分别训练。RA-SOD（ECCV 2026）则盯住了一个更隐蔽的问题：真实场景里每个模态的可靠性本身是不稳定的，RGB 在低照度、运动模糊、噪声下退化，热成像则受对比度压缩与传感器伪影困扰，而现有融合方法默认两个模态都可信。
核心看点：

① C2FXNet 用 GRU 做多步场景推理（MRR）+ 图像专属语义细化（FSR）+ 场景感知 MoE，在 RTTS 上以 6.7M 参数取得 63.70% mAP；② RA-SOD 提出可靠性条件表征、不确定性引导双流细化与逐像素模态竞争，在 VT1000 上把 Em 提到 0.951；③ 两者都不需要按场景单独训练，是一次性统一建模。
适合谁读：

做自动驾驶 / 无人机感知的工程师、关注恶劣天气与多模态鲁棒性的研究者、以及想了解 MoE 与不确定性建模如何落地检测的同学。

论文一｜ C2FXNet: Coarse-to-Fine Scene Expert for Unified Object Detection across Adverse Weather

当天气变差、模态失效：一个用场景专家统一，一个给可靠性建模｜ACM MM 2026 C2FXNet: Coarse-to-Fine Scene Expert for Unified Object Detection across Adverse Weather

桂林电子科技大学与海南大学团队提出 C2FXNet：用 GRU 在压缩后的多尺度视觉线索与冻结的粗粒度场景原型上做多步推理，再用图像专属语义细化高层特征，最后由场景感知 MoE 动态组合专家。在雾天数据集 RTTS 上，它以 6.7M 参数取得 63.70% mAP，超过 YOLOv13s 的 60.62% 且参数更少。

论文标题C2FXNet: Coarse-to-Fine Scene Expert for Unified Object Detection across Adverse Weather

论文地址https://arxiv.org/abs/2609.25693

代码链接https://github.com/PolarisFTL/C2FXNet

论文机构桂林电子科技大学、海南大学

作者Tianle Fang、Zhenbing Liu、Chong Yin、Bolun Li、Haoxiang Lu

时间2026-09-22

录用情况ACM MM 2026

一、研究背景

恶劣天气下的检测难在两处：严重退化既削弱了视觉质量，又打乱了跨场景的语义特征表示。现有方法多采用条件专用设计——为雾、暗光、雨各做一套，或各训一个模型，这在统一检测器里既难部署又难泛化，推理时还得先知道当前是什么天气。

二、研究方法

作者用分层场景引导实现统一检测：粗粒度负责“这是什么场景”，细粒度负责“这张图有什么局部变化”，两者共同决定专家怎么组合。

① MRR：多步推理路由

场景推理：

用 GRU 在压缩后的多尺度视觉线索与冻结的粗粒度场景原型上做循环推理。
免场景标签：

推理过程不依赖显式的天气类别标注。

② FSR：精细场景细化

局部适配：

用图像专属语义线索调制高层特征，处理同一场景内的局部变化。

③ SMoE：场景感知专家混合

动态组合：

在 MRR 与 FSR 的联合引导下，动态加权组合场景专属专家，无需按场景分别训练。

当天气变差、模态失效：一个用场景专家统一，一个给可靠性建模｜ACM MM 2026 图1：C2FXNet 总体结构：MRR 负责多步场景推理，FSR 做细粒度语义调制，SMoE 动态组合场景专家（来源：arXiv 2609.25693 图 2）

三、实验结果

在 RTTS（雾）、ExDark（暗光）与作者新构建的 AWD 数据集上对比 TogetherNet、IA-YOLO、GDIP-YOLO、YOLOv9s / v10s / v11s / v12s / v13s、EEnvA-Mamba 等方法。RTTS 上 C2FXNet 以 6.7M 参数、22.0G FLOPs 取得 63.70% mAP，高于 YOLOv13s 的 60.62%（8.6M）与 EEnvA-Mamba 的 60.70%（6.9M），是参数效率与精度兼顾最优的一档；论文另在 VOC-Rain、VOC-Snow 上给出量化评估与消融。

当天气变差、模态失效：一个用场景专家统一，一个给可靠性建模｜ACM MM 2026 图2：C2FXNet 与已有检测器在 RTTS、ExDark、AWD 三个数据集上的对比（来源：arXiv 2609.25693 表 2）

四、研究贡献

指出条件专用设计是统一恶劣天气检测的主要泛化瓶颈
MRR：用 GRU 在冻结粗粒度场景原型上做多步循环推理，免去天气类别标注
FSR：用图像专属语义线索细化高层特征，处理场景内局部变化
SMoE：在粗-细双层引导下动态组合场景专家，实现无需按场景训练的统一检测
构建并公开 AWD 恶劣天气数据集，并开源代码

五、局限与未来

场景原型的类别（雾 / 暗光 / 清晰）仍是预先定义的离散集合，遇到训练中未覆盖的退化类型可能路由不准；FLOPs 为 22.0G，高于同为轻量路线的 EEnvA-Mamba（15.6G），在端侧部署上不占优；AWD 为新构建数据集，其标注质量与跨数据集可比性有待社区进一步验证。

论文二｜ RA-SOD: Reliability-Aware RGB-T Salient Object Detection under Modality Degradation

当天气变差、模态失效：一个用场景专家统一，一个给可靠性建模｜ACM MM 2026 RA-SOD: Reliability-Aware RGB-T Salient Object Detection under Modality Degradation

哈尔滨工业大学与悉尼大学团队在 ECCV 2026 上提出 RA-SOD：显式建模每个模态的可靠性，并把它贯穿到特征学习与跨模态融合中。在 VT1000 上把 Em 提升到 0.951、Sm 到 0.932、MAE 降到 0.018，在 VT821 与 VT5000 上同样领先。

论文标题RA-SOD: Reliability-Aware RGB-T Salient Object Detection under Modality Degradation

论文地址https://arxiv.org/abs/2609.12622

代码链接https://github.com/zaoxienian/RA-SOD

论文机构哈尔滨工业大学（机器人技术与系统国家重点实验室）、悉尼大学（计算机学院）

作者Hongbo Gao、Zhengyu Li、Xueru Nie、Dihao Zhu、Lijun Zhao、Yunke Wang、Chang Xu

时间2026-09-11

录用情况ECCV 2026