动态 Sparse R-CNN
计算机视觉与模式识别
2022-05-05 v1 人工智能
机器学习
摘要
Sparse R-CNN 是近期一种通过对稀疏可学习提议框与提议特征进行集合预测的强有力目标检测基线。在本工作中，我们提出以两种动态设计改进 Sparse R-CNN。首先，Sparse R-CNN 采用一对一标签分配方案，其中匈牙利算法被用于为每个真值仅匹配一个正样本。这种一对一分配对于所学提议框与真值之间的匹配可能并非最优。为解决该问题，我们提出基于最优传输算法的动态标签分配（DLA），在 Sparse R-CNN 的迭代训练阶段中分配递增的正样本。我们约束匹配在顺序阶段中逐渐变松，因为后续阶段产生精度提升的精炼提议。其次，在 Sparse R-CNN 的推理过程中，所学提议框与特征对不同图像保持固定。受动态卷积启发，我们提出动态提议生成（DPG）来动态组装多个提议专家，为连续训练阶段提供更好的初始提议框与特征。因此 DPG 可推导出依赖于样本的提议框与特征用于推理。实验表明，我们命名为 Dynamic Sparse R-CNN 的方法，能以不同骨干网络提升强力的 Sparse R-CNN 基线用于目标检测。特别地，Dynamic Sparse R-CNN 在 COCO 2017 验证集上达到最先进的 47.2% AP，在相同 ResNet-50 骨干下超越 Sparse R-CNN 2.2% AP。
引用
@article{arxiv.2205.02101,
title = {Dynamic Sparse R-CNN},
author = {Qinghang Hong and Fengming Liu and Dong Li and Ji Liu and Lu Tian and Yi Shan},
journal= {arXiv preprint arXiv:2205.02101},
year = {2022}
}
备注
Accepted by CVPR 2022