FP-DETR：通过完全预训练提升transformer目标检测器

文章预览

关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ ComputerVisionGzq 学习群 ｜ 扫码在主页获取加入方式 计算机视觉研究院专栏 目标检测是计算机中的基础问题之一，具有广泛的运用价值，如自动驾驶、无人零售、行人检测和安防等。 尽管基于CNN的目标检测算法（如Faster RCNN[1]，YOLO[2]，FCOS[3]）取得了长足进展，它们依赖大量的手工设计，如基于规则的标签匹配机制、启发式的去重后处理等。最近，Detection Transformer[4,5,6,7]提供了一种简洁的目标检测框架，在实现端到端的同时也取得了不错的检测性能。 与此同时，模型的预训练被证明对下游任务有诸多好处，如更好的性能[8]，更快的收敛速度和更强的鲁棒性[9]等。然而，现有Detection Transformer中的核心模块transformer却是从头训练的，这限制了其性能。尽管UP-DETR[10]尝试通过无监督的方法来预训练transfo ………………………………