近年来，Mamba架构与目标检测技术的结合在计算机视觉领域取得了显著进展，成为该领域的研究热点之一。MiM-ISTD方法提出了一种嵌套的Mamba结构，通过外层Mamba块捕获全局特征，内层Mamba块处理局部特征，显著提升了红外小目标检测的精度。此外，RemoteDet-Mamba结合了Siamese CNN网络和跨模态融合Mamba模块，在无人机遥感图像的多模态目标检测中表现出色。

这些创新研究不仅拓展了Mamba在目标检测领域的应用范围，还为解决复杂场景下的目标检测问题提供了新的思路和方法。我整理了10篇关于【Mamba+目标检测】的相关论文，全部论文PDF版，工中号 沃的顶会 回复“曼巴检测”领取。

UniMamba：Unified Spatial-Channel Representation Learning with Group-Efficient Mamba for LiDAR-based 3D Object Detection

文章解析 

针对激光雷达3D检测中Transformer的高复杂度和局部信息丢失问题，提出UniMamba框架。通过融合3D卷积与状态空间模型（SSM），设计局部-全局序列聚合器（LGSA）和互补Z序序列化，在nuScenes等数据集上实现高效的多尺度特征建模，提升检测精度与效率。  

创新点 

统一Mamba架构：融合3D子流形卷积与双向SSM，构建UniMamba块，同时捕捉局部结构与全局上下文，解决序列化中的空间信息丢失。

局部-全局序列聚合器（LGSA）：通过通道分组策略，并行处理局部（LSE）与全局（GSE）特征，增强多尺度依赖建模，降低计算冗余。

互补Z序序列化：采用X/Y轴双向Z序曲线序列化，结合空间位置嵌入（SLM），平衡空间邻近性保留与计算效率。

研究方法 

空间局部性建模（SLM）：利用3D子流形卷积提取动态空间位置嵌入，补偿序列化导致的局部信息损失。

双向序列化与分组聚合：  

-互补Z序：通过X轴和Y轴Z序曲线分别序列化，增强空间邻近性建模。  

-LGSA模块：GSE处理全局序列捕捉长程依赖，LSE分组处理局部序列，通道分组策略并行融合两类特征。  

编码器-解码器架构：堆叠UniMamba块，通过下采样/上采样提取多尺度特征，适配不同距离目标检测。  

研究结论 

性能突破：在nuScenes测试集达70.2 mAP和74.0 NDS，超越SAFDNet、DSVT等方法，尤其在大目标（Truck +3.9 mAP）和小目标（Pedestrian +1.9 mAP）检测中优势显著。

模块有效性：LGSA的通道分组策略贡献主要性能提升（+2.0 mAP），互补Z序较单向序列化提升0.3 mAP，验证全局-局部协同的重要性。  

效率与泛化：计算量仅61.9 GFlops，优于Transformer方法（如DSVT的110.2 GFlops），在Waymo和Argoverse 2数据集上均达SOTA，展现复杂场景鲁棒性。

FMNet：Frequency-Assisted Mamba-Like Linear Attention Network for Camouflaged Object Detection

文章解析 

针对伪装目标检测中全局特征捕捉不足和计算成本高的问题，提出FMNet框架。通过多尺度频率辅助类Mamba线性注意力模块（MFM）融合频域与空间特征，结合金字塔频率注意力提取（PFAE）和频率反向解码器（FRD），在多数据集上实现检测精度与效率的提升。  

创新点 

多尺度频率辅助模块（MFM）：融合频域与空间特征，采用类Mamba线性注意力机制，降低计算复杂度，有效建模长程依赖。

金字塔频率注意力提取（PFAE）：通过频域注意力和多分支膨胀卷积提取多尺度特征，抑制背景噪声，增强目标语义清晰度。

频率反向解码器（FRD）：利用频域-空间混合反向注意力，跨层聚合特征，优化目标边界和细节重建。

研究方法 

特征提取与融合：

  - 主干网络提取多阶段特征，PFAE通过FFT和膨胀卷积生成频域注意力图，融合多尺度特征 \(E_5\)。

  - MFM模块通过线性注意力和多尺度深度卷积，结合频域权重模块（FWM），生成优化后的全局特征 \(F_i\)。

渐进解码与注意力优化：

  - FRD模块利用高频特征辅助输入，通过反向注意力（RA）增强目标区域，跨层融合生成最终特征 \(G_i\)。

  - 损失函数结合加权BCE和IoU，监督多阶段特征输出，提升分割精度。

轻量化设计：基于Mamba的线性复杂度架构，参数规模仅68.89M，FLOPs为45.39G，优于传统Transformer方法。

研究结论 

性能优势：在CAMO、COD10K、NC4K数据集上，FMNet的S-measure达0.890、0.895、0.890，均优于GLCONet、VSCode等方法，尤其在小目标和遮挡场景表现突出。

模块有效性：MFM贡献主要性能提升（+3.2% S-measure），PFAE和FRD分别提升1.1%和0.7%，验证多模块协同必要性。

效率与泛化：参数和计算量仅为FSPNet的25%和16%，在复杂背景下仍保持高鲁棒性，为实时伪装检测提供新范式。