LP-DETR：基于层级递进关系的对象检测
计算机视觉与模式识别
2025-05-14 v3 人工智能
摘要
本文提出了LP-DETR（Layer-wise Progressive DETR），一种通过多尺度关系建模来增强DETR-based对象检测的方法。我们的方法引入了通过关系感知自注意力机制在对象查询之间建立可学习的空间关系，通过该机制适应性地学习在解码器不同层次上平衡不同尺度关系（局部、中等和全局）的能力。这种递进设计使模型能够有效捕获检测管道中演化的空间依赖性。广泛的在COCO 2017数据集上的实验表明，我们的方法在收敛速度和检测精度方面均优于标准自注意力模块。我们的方法取得了竞争性的结果，在使用ResNet-50背板时以12个epoch达到52.3%的AP，以24个epoch达到52.5%的AP；使用Swin-L背板时进一步提升至58.0%的AP。此外，我们的分析揭示了一种有趣的模式：模型天然地学习在早期解码器层次优先考虑局部空间关系，同时逐渐转向更广泛的上下文，这为未来的对象检测研究提供了宝贵的见解。
引用
@article{arxiv.2502.05147,
title = {LP-DETR: Layer-wise Progressive Relations for Object Detection},
author = {Zhengjian Kang and Ye Zhang and Xiaoyu Deng and Xintao Li and Yongzhe Zhang},
journal= {arXiv preprint arXiv:2502.05147},
year = {2025}
}
备注
12 pages, 4 figures