用于目标检测的集中式特征金字塔
计算机视觉与模式识别
2023-08-16 v1
摘要
视觉特征金字塔已在广泛应用中展现出其在有效性与效率上的优越性。然而，现有方法过度关注层间特征交互却忽略了层内特征调节，而后者被经验证明是有益的。尽管一些方法试图借助注意力机制或视觉 Transformer 学习紧凑的层内特征表示，它们忽略了对于密集预测任务重要的被忽视的角落区域。为解决这个问题，本文提出一种用于目标检测的集中式特征金字塔（CFP），其基于全局显式的集中式特征调节。具体而言，我们首先提出空间显式视觉中心方案，其中使用轻量 MLP 捕获全局长程依赖，并使用并行可学习视觉中心机制捕获输入图像的局部角落区域。在此基础上，我们进而以自上而下的方式对常用特征金字塔提出全局集中式调节，其中从最深层内特征获得的显式视觉中心信息被用于调节前置浅层特征。与现有特征金字塔相比，CFP 不仅能捕获全局长程依赖，还可高效获得全方位且具判别力的特征表示。在具挑战性的 MS-COCO 上的实验结果验证了我们所提 CFP 能在最先进的 YOLOv5 和 YOLOX 目标检测基线上取得一致性能提升。
引用
@article{arxiv.2210.02093,
title = {Centralized Feature Pyramid for Object Detection},
author = {Yu Quan and Dong Zhang and Liyan Zhang and Jinhui Tang},
journal= {arXiv preprint arXiv:2210.02093},
year = {2023}
}
备注
Code: https://github.com/QY1994-0919/CFPNet