ConsistencyDet：一种基于一致性模型的少步去噪目标检测框架
计算机视觉与模式识别
2025-04-04 v5
摘要
目标检测是感知计算领域的一项核心任务，可以通过生成式方法来解决。在本研究中，我们引入了一个新颖的框架，旨在将目标检测表述为一个去噪扩散过程，该过程作用于带标注实体的扰动边界框。该框架被称为 ConsistencyDet，利用了一种称为一致性模型的创新性去噪概念。该模型的标志性特征是其自一致性特性，这使其能够将来自任意时间步的失真信息映射回其原始状态，从而实现一种“少步去噪”机制。这一特性显著提升了模型的运行效率，使其有别于传统的扩散模型。在训练阶段，ConsistencyDet 使用源自真实标注的噪声注入框启动扩散序列，并约束模型执行去噪任务。随后，在推理阶段，模型采用一种去噪采样策略，该策略从正态分布中随机采样的边界框开始。通过迭代优化，模型将各种任意生成的框转化为确定的检测结果。使用 MS-COCO 和 LVIS 等标准基准进行的综合评估证实，ConsistencyDet 在性能指标上超越了其他领先的检测器。我们的代码可在 https://anonymous.4open.science/r/ConsistencyDet-37D5 获取。
引用
@article{arxiv.2404.07773,
title = {ConsistencyDet: A Few-step Denoising Framework for Object Detection Using the Consistency Model},
author = {Lifan Jiang and Zhihui Wang and Changmiao Wang and Ming Li and Jiaxu Leng},
journal= {arXiv preprint arXiv:2404.07773},
year = {2025}
}