D^2ETR：具有计算高效跨尺度注意力的纯解码器 DETR
计算机视觉与模式识别
2022-03-03 v1
摘要
DETR 是首个完全端到端的检测器，无需后处理即可预测最终的预测集。然而，它存在性能低下和收敛缓慢等问题。一系列工作试图以不同方式解决这些问题，但由于复杂的编码器-解码器架构，计算成本仍然很高。为了缓解这个问题，我们提出了一种名为 D^2ETR 的纯解码器检测器。在没有编码器的情况下，解码器通过一个新颖的计算高效跨尺度注意力模块，直接关注由 Transformer 骨干网络生成的精细融合特征图。在 COCO 基准上的评估表明，D^2ETR 具有低计算复杂度和高检测精度，性能优于 DETR 及其变体。
引用
@article{arxiv.2203.00860,
title = {D^2ETR: Decoder-Only DETR with Computationally Efficient Cross-Scale Attention},
author = {Junyu Lin and Xiaofeng Mao and Yuefeng Chen and Lei Xu and Yuan He and Hui Xue},
journal= {arXiv preprint arXiv:2203.00860},
year = {2022}
}