SpotNet：用于目标检测的自注意力多任务网络
计算机视觉与模式识别
2020-06-12 v2
摘要
人类在搜寻不同类型物体时，非常善于将视觉注意力导向相关区域。例如，当我们寻找汽车时，会看街道而非建筑物顶部。本文的动机是通过多任务学习方法训练网络做同样的事。为训练视觉注意力，我们以半监督方式利用背景减除或光流生成前景/背景分割标签。利用这些标签，我们训练一个目标检测模型，在共享多数模型参数的同时输出前景/背景分割图与边界框。我们在网络内部将这些分割图用作自注意力机制，以加权用于生成边界框的特征图，从而削弱非相关区域的信号。我们表明，使用该方法，我们在两个交通监控数据集上获得显著的mAP提升，并在UA-DETRAC与UAVDT上均取得SOTA结果。
引用
@article{arxiv.2002.05540,
title = {SpotNet: Self-Attention Multi-Task Network for Object Detection},
author = {Hughes Perreault and Guillaume-Alexandre Bilodeau and Nicolas Saunier and Maguelonne Héritier},
journal= {arXiv preprint arXiv:2002.05540},
year = {2020}
}