【RT-DETR涨点改进】18 自适应维度压缩：破除高分辨率特征图的“信息稀释”魔咒

18 自适应维度压缩：破除高分辨率特征图的“信息稀释”魔咒开篇故事上周，我在给一家自动驾驶公司做优化时，遇到了一个典型案例：他们的RT-DETR模型在COCO上mAP已经达到52.3%，但部署到嵌入式设备后，高分辨率小目标检测（如40米外的行人）的召回率骤降了15%。团队花了三天排查——不是数据增强问题，不是后处理阈值问题，甚至不是量化精度问题。最后，我让他们打印出Transformer Encoder中每个查询向量的平均激活值分布——结果触目惊心：对于320×320以上的特征图，超过60%的查询向量在256维空间中的有效信息维度不足32维。换句话说，你把一张高清照片塞进一个256像素的“小邮箱”，结果大部分像素被压缩成了噪声。这就是我们今天要解决的“信息稀释”问题：高分辨率特征图上的查询向量，维度膨胀后的信息密度反而下降了。痛点拆解常见错误认知：维度越大越好很多同学觉得“查询向量维度从256提到512，模型容量更大，效果肯定更好”。我见过一个团队直接改num_queries和hidden_dim，结果mAP掉了1.2%。为什么？反例代码（常见错误实现）：class