RT-DETRv2：基于“免费加算”提升实时检测变换器的基线
计算机视觉与模式识别
2024-07-25 v1
摘要
本报告中，我们介绍了RT-DETRv2，即改进版Real-Time DEtection TRansformer（RT-DETR）。RT-DETRv2基于前一代最先进的实时检测器RT-DETR，开放了一系列“bag-of-freebies”，以提升灵活性和实用性，同时优化训练策略以实现更佳性能。为提升灵活性，我们建议为不同尺度的特征设置不同的采样点数，以实现解码器对多尺度特征的选择性提取。为增强实用性，我们提出一种可选的离散采样算子，以取代RT-DETR特有的grid_sample算子（与YOLOs不同），从而消除DETRs通常依赖的部署限制。在训练策略方面，我们提出动态数据增广和尺度自适应超参数调整，以在不牺牲速度的情况下提升性能。源码和预训练模型将在https://github.com/lyuwenyu/RT-DETR提供。
引用
@article{arxiv.2407.17140,
title = {RT-DETRv2: Improved Baseline with Bag-of-Freebies for Real-Time Detection Transformer},
author = {Wenyu Lv and Yian Zhao and Qinyao Chang and Kui Huang and Guanzhong Wang and Yi Liu},
journal= {arXiv preprint arXiv:2407.17140},
year = {2024}
}