FQDet：快速收敛的基于查询的检测器
计算机视觉与模式识别
2022-10-31 v2
摘要
近来，两阶段Deformable DETR引入了基于查询的两阶段头，这是一种不同于经典检测器（如Faster R-CNN）的基于区域的两阶段头的新型两阶段头。在基于查询的两阶段头中，第二阶段为每个经transformer处理的检测选择一个特征，称为查询，而不是像基于区域的检测器那样池化经CNN处理的矩形网格特征。在本工作中，我们通过用锚点改进交叉注意力操作的先验来改进基于查询的头，在显著提升性能的同时大幅加速收敛。此外，我们通过实验表明，通过改进交叉注意力先验，DETR类检测器通常使用的辅助损失和迭代边界框机制不再需要。通过结合经典检测器和基于DETR检测器的优点，我们的FQDet头在使用ResNet-50+TPN骨干时，仅使用1x调度训练12个epoch后，在2017 COCO验证集上达到45.4 AP的峰值。我们在使用相同骨干且计算成本更低的情况下，优于其他高性能两阶段头（例如Cascade R-CNN）。此外，当使用大型ResNeXt-101-DCN+TPN骨干和多尺度测试时，我们的FQDet头在仅训练12个epoch后，在2017 COCO test-dev集上达到52.9 AP。代码发布于 https://github.com/CedricPicron/FQDet 。
引用
@article{arxiv.2210.02318,
title = {FQDet: Fast-converging Query-based Detector},
author = {Cédric Picron and Punarjay Chakravarty and Tinne Tuytelaars},
journal= {arXiv preprint arXiv:2210.02318},
year = {2022}
}
备注
Accepted at NeurIPS VTTA workshop 2022