近日，我校计算机与信息工程学院2022级硕士研究生胡志良研究成果论文“DHLA: Dynamic Hybrid Label Assignment for End-to-End Object Detection”（《DHLA：面向端到端目标检测的动态混合标签分配》）发表于计算机视觉领域国际顶尖期刊IEEE Transactions on Circuits and Systems for Video Technology（影响因子：11.1）。该期刊为中国科学院期刊分区1区TOP期刊。胡志良为论文第一作者，我校陈思教授为论文通讯作者。

目标检测是自动驾驶、智能监控等应用领域的核心技术。传统方法依赖不可见且难以优化的非极大值抑制（NMS）后处理步骤，而新兴的一对一标签分配方法虽简化流程，却受限于可训练的前景样本数量，导致性能瓶颈。针对这一关键挑战，胡志良在导师陈思教授、王大寒研究员、朱顺痣教授的指导下，创新性地提出了动态混合标签分配（DHLA）方法。该方法有效突破了传统方案在特征学习与检测效率间的两难平衡，显著提升了一对一标签分配的性能上限，为设计高效的端到端目标检测框架提供了重要新思路。（计算机与信息工程学院）

基于动态混合标签分配的端到端目标检测方法的整体架构图