RotaTR：面向密集与旋转目标的检测 Transformer
计算机视觉与模式识别
2023-12-06 v1
摘要
检测密集和旋转场景中的目标是一项具有挑战性的任务。近期关于该主题的工作大多基于 Faster RCNN 或 Retinanet。由于它们高度依赖预设的密集锚框和 NMS 操作，这种方法间接且非最优。基于端到端 DETR 的检测器在水平目标检测以及分割、跟踪、动作识别等许多其他领域取得了巨大成功。然而，基于 DETR 的检测器在密集旋转目标任务上表现不佳，且性能低于大多数现代基于 CNN 的检测器。在本文中，我们发现性能不佳的最重要原因是原始注意力机制无法准确聚焦于有向目标。据此，我们提出旋转目标检测 Transformer (RotaTR)，作为 DETR 向有向检测的扩展。具体来说，我们设计了旋转敏感可变形 (RSDeform) 注意力，以增强 DETR 检测有向目标的能力。它用于为我们的模型构建特征对齐模块和旋转敏感解码器。我们在四个具有挑战性的有向基准上测试了 RotaTR。与原始 DETR 相比，它在检测密集和有向目标方面显示出巨大优势。与最先进的技术相比，它也取得了有竞争力的结果。
引用
@article{arxiv.2312.02821,
title = {RotaTR: Detection Transformer for Dense and Rotated Object},
author = {Zhu Yuke and Ruan Yumeng and Yang Lei and Guo Sheng},
journal= {arXiv preprint arXiv:2312.02821},
year = {2023}
}