仅用公开数据集训练的强可复现目标检测器
计算机视觉与模式识别
2023-04-26 v1
摘要
本工作提出Focal-Stable-DINO，一种强且可复现的目标检测模型，仅使用700M参数且无需任何测试时增强，即在COCO val2017上取得64.6 AP、在COCO test-dev上取得64.8 AP。它探索了强大的FocalNet-Huge骨干网络与高效的Stable-DINO检测器的结合。不同于现有利用大量参数及在大规模私有数据或合并数据上复杂训练技术的SOTA模型，我们的模型仅在公开可用的数据集Objects365上训练，从而确保了方法的可复现性。
引用
@article{arxiv.2304.13027,
title = {A Strong and Reproducible Object Detector with Only Public Datasets},
author = {Tianhe Ren and Jianwei Yang and Shilong Liu and Ailing Zeng and Feng Li and Hao Zhang and Hongyang Li and Zhaoyang Zeng and Lei Zhang},
journal= {arXiv preprint arXiv:2304.13027},
year = {2023}
}
备注
64.8 AP on COCO test-dev