文章预览
Efficient DETR 结合密集检测和稀疏集合检测的优点,利用密集先验来初始化对象容器,弥补单层解码器结构与 6 层解码器结构的差距。在 MS COCO 上进行的实验表明,仅 3 个编码器层和 1 个解码器层即可实现与最先进的目标检测方法竞争的性能,在 CrowdHuman 密集数据集上的性能也远远优于其它检测器 来源:晓飞的算法工程笔记 公众号 论文: Efficient DETR: Improving End-to-End Object Detector with Dense Prior 论文地址:https://arxiv.org/abs/2104.01318 Introduction 最近, DETR 提出构建一个基于编码器-解码器 Transformer 架构和二分匹配的端到端框架,该框架无需后处理即可直接预测一组边界框。然而, DETR 需要比现代主流检测器多 10 到 20 倍的训练周期才能收敛,并且在检测小物体方面的性能较低。 Deformable DETR 从两个方面解决上面的两个问题:(i) 用局部空间注意力取代全
………………………………