YOLO-PRO: 通过全通道全局自注意力增强实例特定目标检测
计算机视觉与模式识别
2025-07-30 v3
摘要
本文通过提出两个新颖模块——实例特定瓶颈全通道全局自注意力 (ISB) 和实例特定非对称解耦头 (ISADH)，解决了传统目标检测框架中瓶颈结构（因过度强调批次统计而导致实例判别能力下降）和解耦头（计算冗余）的固有局限性。ISB模块通过批次统计特征与实例特定特征的协同融合，创新性地重建特征图以建立高效的全通道全局注意力机制。ISADH模块则开创性地采用非对称解耦架构，通过双流批次-实例表示融合实现层次化多维特征整合。在MS-COCO基准上的大量实验表明，ISB与ISADH在YOLO-PRO框架中的协同部署在所有计算尺度上均达到了最先进的性能。具体而言，YOLO-PRO在N/S/M/L/X尺度上超越YOLOv8达1.0–1.6% AP，在关键的N/M/L/X组中超越YOLO11达0.1–0.5% AP，同时保持了具有竞争力的计算效率。本研究为开发可部署于边缘设备的高精度检测器提供了实用见解。
引用
@article{arxiv.2503.02348,
title = {YOLO-PRO: Enhancing Instance-Specific Object Detection with Full-Channel Global Self-Attention},
author = {Lin Huang and Yujuan Tan and Weisheng Li and Shitai Shan and Liu Liu and Linlin Shen and Jing Yu and Yue Niu},
journal= {arXiv preprint arXiv:2503.02348},
year = {2025}
}