1 Обзор
DETR: Сквозное обнаружение объектов с помощью Transformers 2020
, DETR — это сквозное обнаружение целей на основе Transformer, предложенное командой Facebook в 2009 году, и это новаторская работа Transformer в обнаружении целей — DEtection TRansformer
.
По сравнению с традиционными сериями Faster-rcnn, yolo, DETR имеет следующие преимущества 优点
: 1) нет NMS
постобработки
2) нет необходимости устанавливать anchor
3) эффективное параллельное предсказание. Все сквозное обнаружение целей реализуется сетью, что значительно упрощает конвейер обнаружения целей. DETR сопоставим с Faster RCNN в наборе данных COCO, лучше, чем Faster RCNN на больших объектах, и может легко переносить DETR на другие задачи, такие как сегментация панорамы.
Трансформатор ВС РНН
Transformer лучше, чем RNN, потому что 并行化
на него не должны влиять предыдущие результаты. DETR превращает задачу обнаружения цели в Set Prediction
задачу, то есть предсказывает набор за один раз, вместо того, чтобы предсказывать по одному по RNN. Таким образом, самый большой вклад DETR заключается в том, что он предлагает новую парадигму (новое понимание) обнаружения целей — Set Prediction. Основные улучшения и экспериментальные результаты статьи представлены на рисунке ниже.