Align-DETR：利用对齐损失增强端到端目标检测
计算机视觉与模式识别
2024-12-24 v2
摘要
DETR 通过将目标检测任务表述为集合预测问题，建立了一个简单的端到端流程，展现出良好潜力。尽管有显著进展，本文指出了模型内两种关键的对齐失调：分类-回归错位与跨层目标错位。这两个问题均阻碍 DETR 收敛并降低其整体性能。为同时解决二者，我们引入一种新颖的损失函数，称为 Align Loss（对齐损失），旨在消除两个任务间的差异。Align Loss 通过联合质量度量引导 DETR 的优化，加强分类与回归的联系。此外，它引入指数降权项以促进从正样本到负样本的平滑过渡。Align-DETR 还采用多对一匹配来监督中间层，类似于 H-DETR 的设计，从而增强对不稳定性的鲁棒性。我们进行了大量实验，取得了极具竞争力的结果。值得注意的是，我们的方法在 ResNet-50 骨干的 H-DETR 基线上实现了 49.3%（+0.6）AP。它还在 1x 设定下达到 50.5% AP、在 2x 设定下达到 51.7% AP，刷新了 SOTA 性能，超越若干强竞争对手。我们的代码见 https://github.com/FelixCaae/AlignDETR。
引用
@article{arxiv.2304.07527,
title = {Align-DETR: Enhancing End-to-end Object Detection with Aligned Loss},
author = {Zhi Cai and Songtao Liu and Guodong Wang and Zheng Ge and Xiangyu Zhang and Di Huang},
journal= {arXiv preprint arXiv:2304.07527},
year = {2024}
}
备注
Accepted by BMVC2024