QueryDet：级联稀疏query加速高分辨率下的小目标检测（代码已开源）

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 论文： https://arxiv.org/abs/2103.09136 代码（已开源）： https://github.com/ChenhongyiYang/QueryDet-PyTorch 计算机视觉研究院专栏 虽然深度学习的通用目标检测在过去几年中取得了巨大成功，但 检测小目标的性能和效率却远不能令人满意 。 01 概述 促进小目标检测 的最常见和最有效的方法是使用高分辨率图像或特征图。然而，这两种方法都会 导致计算成本高昂 ，因为计算成本会随着图像和特征大小的增加而成正比增长。 为了两全其美，研究者提出了 QueryDet ， 使用一种新颖的查询机制来加速基于特征金字塔的目标检测器的推理速度。 该流程由两个步骤组成没如下图。 首先在低分辨率特征上预测小物体的粗略位置，然后使用由这些粗略位置稀疏引导的高分辨 ………………………………