任务特定注意力是目标检测你还需要的另一件事
计算机视觉与模式识别
2022-06-16 v4
摘要
已有多种模型被提出用于执行目标检测。然而，大多数需要许多手工设计的组件（如锚框和非极大值抑制（NMS））才能展现出良好性能。为缓解这些问题，提出了基于 Transformer 的 DETR 及其变体 Deformable DETR。它们解决了目标检测模型头部设计中的许多复杂问题；然而，当考虑到基于锚框和 NMS 的其他模型展现出更好结果时，将基于 Transformer 的模型视为目标检测中最先进方法仍存在性能上的疑虑。此外，是否可能仅结合注意力模块构建端到端流水线尚不清楚，因为适配 DETR 的 Transformer 方法使用卷积神经网络（CNN）作为骨干主体。在本研究中，我们提出将若干注意力模块与我们的新任务特定分割 Transformer（TSST）相结合，是一种无需传统手工设计组件即可在 COCO 结果上取得最先进性能的强力方法。通过将通用注意力模块拆分为两个分离的面向目标的注意力模块，所提方法允许设计更简单的目标检测模型。在 COCO 基准上的大量实验证明了我们方法的有效性。代码见 https://github.com/navervision/tsst
引用
@article{arxiv.2202.09048,
title = {Task Specific Attention is one more thing you need for object detection},
author = {Sang Yon Lee},
journal= {arXiv preprint arXiv:2202.09048},
year = {2022}
}