Cascade-DETR：探究高质量通用目标检测
计算机视觉与模式识别
2023-07-21 v1 人工智能
摘要
通用环境中的目标定位是视觉系统的基本组成部分。尽管近期的基于 Transformer 的检测方法在 COCO 基准上占主导地位，但在多样化领域中并不具备竞争力。此外，这些方法在复杂环境中仍难以非常准确地估计目标边界框。我们提出 Cascade-DETR 用于高质量通用目标检测。我们通过提出级联注意力层，联合解决向多样化领域的泛化与定位精度问题，该层通过将注意力限制在前一框预测上，将目标中心信息显式地整合进检测解码器。为进一步提升精度，我们也重新审视查询的打分。我们预测查询的期望 IoU，而非依赖分类分数，从而得到校准程度显著更好的置信度。最后，我们引入一个通用目标检测基准 UDB10，包含来自多样化领域的 10 个数据集。Cascade-DETR 不仅在 COCO 上推进了最先进水平，还在 UDB10 的所有数据集上大幅改进了基于 DETR 的检测器，某些情况下甚至超过 10 mAP。在严格质量要求下的改进尤为明显。我们的代码和模型将发布于 https://github.com/SysCV/cascade-detr。
引用
@article{arxiv.2307.11035,
title = {Cascade-DETR: Delving into High-Quality Universal Object Detection},
author = {Mingqiao Ye and Lei Ke and Siyuan Li and Yu-Wing Tai and Chi-Keung Tang and Martin Danelljan and Fisher Yu},
journal= {arXiv preprint arXiv:2307.11035},
year = {2023}
}
备注
Accepted in ICCV 2023. Our code and models will be released at https://github.com/SysCV/cascade-detr