CSDN：用于实时目标检测的上下文门控自适应检测网络
计算机视觉与模式识别
2025-08-05 v2
摘要
卷积神经网络（CNN）长期以来一直是目标检测的基石，但它们常常受限于有限的感受野，这阻碍了其捕获全局上下文信息的能力。我们重新审视了受 DETR 启发的检测头，并发现其自注意力模块中存在大量冗余。为了解决这些问题，我们引入了上下文门控尺度自适应检测网络（CSDN），这是一种受人类视觉感知启发的基于 Transformer 的检测头：在观察物体时，我们总是集中在一个位置，感知周围环境，并扫视物体周围。这种机制使每个感兴趣区域（ROI）能够自适应地选择和组合来自不同模式的特征维度和尺度信息。CSDN 提供了更强大的全局上下文建模能力，并能更好地适应不同大小和结构的物体。我们提出的检测头可以直接替换各种基于 CNN 的检测器的原生头，并且仅需对预训练权重进行几轮微调即可显著提高检测精度。
引用
@article{arxiv.2506.17679,
title = {CSDN: A Context-Gated Self-Adaptive Detection Network for Real-Time Object Detection},
author = {Haolin Wei},
journal= {arXiv preprint arXiv:2506.17679},
year = {2025}
}
备注
7pages, 7figures