ICCVNov, 2020
重新思考基于 Transformer 的集合预测在目标检测中的应用
Rethinking Transformer-based Set Prediction for Object Detection
Zhiqing Sun, Shengcao Cao, Yiming Yang, Kris Kitani
TL;DR本文讨论了 DETR 在优化过程中所面对的问题,提出了 TSP-FCOS 和 TSP-RCNN 这两种方法以解决其中与匈牙利损失和 Transformer 跨注意机制有关的问题,并证实了这两个新方法在收敛速度和检测准确度上都显著优于 DETR 和其他基准模型。