Detective：一种用于稀疏目标检测的注意力循环模型
计算机视觉与模式识别
2020-04-28 v1
摘要
在这项工作中，我们提出 Detective——一种以顺序方式识别图像中目标的注意力目标检测器。我们的网络基于编码器-解码器架构，其中编码器为卷积神经网络，解码器为耦合注意力机制的卷积循环神经网络。在每次迭代中，我们的解码器利用注意力机制聚焦于图像的相关区域，然后估计目标的类别与边界框坐标。当前的目标检测模型生成密集预测并依赖后处理来移除重复预测。Detective 是一种稀疏目标检测器，为每个目标实例生成单个边界框。然而，训练稀疏目标检测器具有挑战性，因为这要求模型在实例层面而不仅仅在类别与空间层面进行推理。我们提出一种基于匈牙利算法和平衡定位与分类任务的损失的训练机制。这使得 Detective 在 PASCAL VOC 目标检测数据集上取得了有前景的结果。我们的实验表明，稀疏目标检测是可行的，并且在待预测目标顺序相关的应用中具有未来发展的巨大潜力。
引用
@article{arxiv.2004.12197,
title = {Detective: An Attentive Recurrent Model for Sparse Object Detection},
author = {Amine Kechaou and Manuel Martinez and Monica Haurilet and Rainer Stiefelhagen},
journal= {arXiv preprint arXiv:2004.12197},
year = {2020}
}