DETReg：基于区域先验的无监督预训练用于目标检测
计算机视觉与模式识别
2023-07-21 v5
摘要
近期用于目标检测的自监督预训练方法主要聚焦于预训练目标检测器的骨干网络，忽视了检测架构的关键部分。与之相反，我们提出DETReg，一种全新的自监督方法，其预训练整个目标检测网络，包括目标定位与嵌入组件。在预训练期间，DETReg预测目标定位以匹配来自无监督区域提议生成器的定位，同时将对齐相应特征嵌入与来自自监督图像编码器的嵌入。我们使用DETR系列检测器实现DETReg，并表明在COCO、PASCAL VOC和Airbus Ship基准上微调时优于竞争基线。在低数据情形下，DETReg取得更优性能，例如仅用1%标签训练以及少样本学习设定中。
引用
@article{arxiv.2106.04550,
title = {DETReg: Unsupervised Pretraining with Region Priors for Object Detection},
author = {Amir Bar and Xin Wang and Vadim Kantorov and Colorado J Reed and Roei Herzig and Gal Chechik and Anna Rohrbach and Trevor Darrell and Amir Globerson},
journal= {arXiv preprint arXiv:2106.04550},
year = {2023}
}
备注
Project page: https://www.amirbar.net/detreg/