目标检测：dab-detr: dynamic anchor boxes are better queries for detr【方法解读】

DAB-DETR: Dynamic Anchor Boxes Are Better Queries for DETR

摘要

在本文中，我们提出了一种新的查询形式，使用动态锚框作为DETR（DEtection TRansformer）的查询，并提供了对DETR中查询角色的更深入理解。这种新形式直接使用框坐标作为Transformer解码器中的查询，并逐层动态更新它们。使用框坐标不仅有助于利用显式的定位先验来提高查询与特征的相似性，消除DETR中训练收敛缓慢的问题，还允许我们使用框的宽度和高度信息来调节定位注意力图。这种设计使得DETR中的查询可以解释为逐层以级联方式执行软ROI池化。因此，它在相同设置下在MS-COCO基准测试中取得了DETR类检测模型的最佳性能，例如，使用ResNet50-DC5作为骨干网在50个epoch内训练，达到45.7%的AP。我们还进行了广泛的实验以确认我们的分析并验证我们方法的有效性。代码可在此处获取。

介绍

物体检测是计算机视觉中的一项基本任务，应用广泛。大多数经典的检测器基于卷积架构，过去十年取得了显著进展。最近，Carion等人提出了一种基于Transfo