UniHead：统一检测头中的多重感知能力
计算机视觉与模式识别
2024-06-11 v2 人工智能
摘要
检测头是目标检测器中执行分类与定位功能的关键组件。遗憾的是，常用的并行检测头往往缺乏全向感知能力，如形变感知、全局感知与跨任务感知。尽管已有众多方法试图从单一层面增强这些能力，但实现全面统一的解决方案仍是一项重大挑战。针对此挑战，我们提出了一种创新的检测头，称为 UniHead，以同时统一三种感知能力。更具体地，我们的方法（1）引入形变感知，使模型能够自适应地采样目标特征；（2）提出双轴聚合 Transformer（DAT）以熟练建模长程依赖，从而实现全局感知；（3）设计跨任务交互 Transformer（CIT）以促进分类与定位分支间的交互，从而对齐两项任务。作为一种即插即用方法，所提出的 UniHead 可便捷地集成至现有检测器中。在 COCO 数据集上的大量实验表明，我们的 UniHead 能为许多检测器带来显著提升。例如，UniHead 在 RetinaNet 上可获得 +2.7 AP 增益，在 FreeAnchor 上 +2.9 AP 增益，在 GFL 上 +2.1 AP 增益。代码见 https://github.com/zht8506/UniHead。
引用
@article{arxiv.2309.13242,
title = {UniHead: Unifying Multi-Perception for Detection Heads},
author = {Hantao Zhou and Rui Yang and Yachao Zhang and Haoran Duan and Yawen Huang and Runze Hu and Xiu Li and Yefeng Zheng},
journal= {arXiv preprint arXiv:2309.13242},
year = {2024}
}
备注
Accepted by TNNLS