摘要
轻量级实时检测器需要兼顾长距离上下文建模、跨尺度关系推理以及部署效率。我们提出了MambaACE-YOLO，这是一个以集成为导向的框架，它将计算过程分为尺度内编码、跨尺度关系推理、稀疏多阶段特征分布以及多尺度检测解码等部分。该框架的主要贡献在于将先前的频率解耦与状态空间理念与检测专用接口、目标尺度单源聚合以及可物理剪枝的特征分布相协调整合，而非引入新的频率变换、状态空间或超图机制。在原有频率解耦混合视觉Mamba研究的基础上，其面向检测的DMobileMamba核心结构仅对低频成分应用双向状态空间扫描，而定向高频校正及多核深度卷积则用于保持边界和局部形状。紧凑型部分通道HyperACE（CP-HyperACE）模型可在语义子空间中处理跨尺度的更高阶关系，并采用目标尺度单源聚合技术。选择性加法全PAD（SA-FullPAD）则每次仅对每个跨尺度增量进行一次投影，并通过静态的可物理剪枝门控来选择注入路径。在MS COCO 2017数据集上测试时，未经过剪枝的MambaACE-YOLO-N模型拥有260万个参数，准确率为42.5；而MambaACE-YOLO-S模型拥有900万个参数，准确率为48.8。在相同的RTX 5090 TensorRT FP16配置下，未经过剪枝的Nano模型在保持42.5准确率的同时，网络前向传播延迟为1.19毫秒；而经过物理剪枝后的版本仍能保持42.4的准确率，延迟则为1.02毫秒。这些准确率和延迟数值均为单次运行或单条记录的点估计值，未给出方差数据；42.5准确率的结果是基于600轮训练得出的，且没有对应的600轮训练的YOLOv13-N模型作为对比。我们将不同论文间公布的实验结果与同一框架、同一设备上的测试结果区分开来，并通过控制性的消融实验和物理剪枝实验来评估各项设计选择的效果。
