2025_NIPS_Cal-DETR: Calibrated Detection Transformer

一、文章主要内容总结

该研究聚焦于基于Transformer的目标检测器（如Deformable-DETR、UP-DETR、DINO）的校准问题，核心解决深度神经网络（DNNs）在安全关键场景中常见的“过度自信预测”缺陷——即模型预测置信度与实际正确性不匹配的问题。

现有校准方法多针对分类任务，且大多仅优化域内（in-domain）预测校准，对目标检测任务及域偏移（out-domain）场景的关注不足。为此，研究提出了Cal-DETR框架，通过训练时校准（train-time calibration）路线，在保证甚至提升检测性能的同时，实现域内和域外场景的精准校准。

研究在3个域内数据集（MS-COCO、Cityscapes、Sim10k）和4个域外数据集（CorCOCO、Foggy Cityscapes、BDD100k子集等）上进行了大量实验，结果表明：Cal-DETR相较于现有后处理校准方法（如温度缩放）和其他训练时校准方法，能显著降低检测期望校准误差（D-ECE），同时维持或提升平均精度（AP）等检测指标。

二、创新点

1. 不确定性量化方法：提出一种简单且计算开销低的不确定性估计技术，无需修改Transformer检测器的现有架构，通过计算解码器各层输出的方差来量化类别logit的不确定性。
2. 不确定性引导的logit调制：将估计的不确定性转换为确定性（通过tanh函数归一化），并用于调制解码器最终输出的logit，对高不确定性的logit进行降维，避免过度自信预