农业领域的动态和异质性给物体检测和定位带来了重大挑战，尤其是对于负责勘测之前未见的非结构化环境的自主移动机器人。同时，实时检测系统的需求日益增长，而这些系统不依赖于大规模手动标注的真实世界数据集。本研究提出了一种全面的注释到检测框架，旨在利用有限和部分标注的训练数据训练出稳健的多模态检测器。该方法结合了跨模态注释转移和早期传感器融合管道，并通过多阶段检测架构有效提升了检测性能。...