detection transformer | BriefGPT

关键词detection transformer

搜索结果 - 18

IJCAIOD-DETR：用于稳定检测转换器训练的在线蒸馏
该论文介绍了一种使用在线蒸馏方法来稳定 DEtection TRansformer（DETR）训练的方法，通过利用教师模型引导学生模型的学习，在匹配关系、初值约束和辅助组三个方面进行知识蒸馏，成功稳定训练并显著提高性能。
PDFa month ago
增强跨域检测：自适应分类感知对比变换器
我们提出了一种新颖的基于对抗学习和 mean-teacher 框架的类感知跨域检测变换器，通过引入 IoU 感知预测分支、动态类别阈值细化和实例级类感知对比学习模块来解决跨域适应中的标签不足、类不平衡和模型性能下降的问题。实验证明，我们的方
PDF5 months ago
DECO: 基于查询的端到端目标检测与卷积神经网络
通过构建一个基于查询的以卷积网络为基础的端到端目标检测框架 DECO，本研究探索了是否能够用卷积网络来取代复杂的 Transformer 架构，该框架在复杂性较低的情况下实现了与传统的物体检测模型相媲美的性能，并带来了另一种设计目标检测框架
PDF7 months ago
基于查询自适应的拥挤行人检测的 DETR
本文提出一种自适应查询生成方法（RAQG），通过设计排名预测和自适应选择方法，使得 DETRs 在不同拥挤场景中能够自适应生成查询，并在 Crowdhuman 数据集和 Citypersons 数据集上取得了有竞争力的结果，特别是在 Cro
PDF8 months ago
空间 - 时间增强变压器：用于多帧三维目标检测
STEMD 是一种基于 DETR 的新型端到端框架，用于实现多帧 3D 物体检测，其有效地捕获了特征和相应级别的时空依赖性，并引入了空间 - 时间图注意力网络，以解决对象之间的空间交互作用和复杂的时间依赖性问题，控制冗余检测结果。
PDFa year ago
医学物体检测中的检测变形器的应用
本研究探讨了使用 DEtection TRansformer（DETR）检测医学成像中可疑区域的可行性，研究表明这种方法能够与甚至优于当前方法进行匹配，且无需依赖锚点或手动启发式设计等方式来检测对象。
PDFa year ago
选择可学习的训练样本是 DETR 在拥挤行人检测中所需的全部
通过引入适当的样本选择和可学习样本权重调节，我们提出了一种解决拥挤行人检测中 DETRs 性能问题的方法 SSCP，有效地提高了检测指标，并在不增加推理时间的情况下改进了 Iter Deformable DETR 的性能。
PDFa year ago
RHINO: 旋转 DETR 结合匈牙利匹配与动态降噪的目标检测方法
本文针对 DET 向有向物体检测的扩展做出首例有力的 DINO 基线，并提出了一种用于缓解重复预测的简单成本和匈牙利匹配的新型去噪策略，该模型的性能在 DOTA-v1.0 /v1.5 /v2.0 和 DIOR-R 基准测试中均达到了最先进水
PDFa year ago
使用检测变形器作为数据增广器
本文提出了一种称为 DeMix 的方法，其利用 Detection Transformer 架构设计的图像对象检测模型 DETR 作为数据扩展器。通过精心选取语义信息丰富的图像区域，DeMix 显著地优于先前的数据增强方法 CutMix 的
PDFa year ago
Q-DETR: 一种高效的低位量化检测 Transformer
本文针对量化后检测转换器（Q-DETR）信息失真问题提出分布矫正蒸馏方法（DRD），该方法可优化查询分布使熵最大化，在上层引入前景感知查询匹配策略最小化条件熵。实验表明，该方法在 COCO 数据集上，4-bit Q-DETR 可加速与 Re
PDFa year ago
CVPR开放世界物体检测的 LoCalization 和 IdentificAtion Cascade Detection Transformer
本文提出了一种名为 CAT 的 LoCalization and IdentificAtion Cascade Detection Transformer，并采用自适应的伪标签机制，使其能够提高开放世界目标检测、增量目标检测和开放集检测任务
PDF2 years ago
ECCV基于 DETR 的人 - 物交互检测中的困难正样本查询挖掘
本文介绍了一种增强 DETR 稳健性的方法，它通过探索部分视觉线索来强制使用部分可见内容进行正确的人 - 物交互检测查询和预测。实验结果表明，该方法在三个基准测试中均取得了最先进的性能。
PDF2 years ago
CVPR弱监督检测变压器技术推动新型目标检测的扩展
本文提出一种弱监督检测变换器 (Weakly Supervised Detection Transformer) 方法，通过利用大规模预训练数据集的知识，实现对百余种新颖物体的检测，并优化多实例学习框架，从而在大规模新颖物体检测数据集上优于
PDF2 years ago
TransVOD: 基于空间 - 时间变换器的端到端视频目标检测
本文提出了一种基于 Transformer 和 DETR 的视频目标检测系统 TransVOD，通过时间 Transformer 和 Temporal Deformable Transformer Decoder 的设计，能够提高复杂的手工
PDF2 years ago
在野外中利用草图引导进行无限形鱼类的物体定位
本文研究了以手绘草图为查询在自然图像中进行目标定位的问题，并提出了一种基于 sketch-conditioned DETR 架构的方法，不但能够定位对象实例，还能进行对象的像素级别识别，并在实验中证明其优于之前的最先进技术。
PDF3 years ago
ICCV空间调制共现加速 DETR 收敛
通过引入空间加权的 co-attention 机制，优化了检测元素的与自注意力计算方式，从而有效增加了 DETR 模型的训练效率。
PDF3 years ago
CVPRDA-DETR: 带信息融合的领域自适应检测变压器
设计了 DA-DETR，一种域自适应物体检测变压器，引入信息融合以实现从一个带标记的源域到一个未标记的目标域的有效传输，并采用 CTBlender 对卷积神经网络特征和变换器特征进行聚合。在多个广泛采用的域自适应基准测试中，DA-DETR
PDF3 years ago
空间调制的协同注意力使 DETR 快速收敛
本文提出了一种简单而有效的机制 —— 空间调制协同注意（SMCA），在检测变压器（DETR）中进行回归感知协同，以提高其收敛速度，并将多头和尺度选择注意设计集成到 SMCA 中，通过在 COCO 数据集上进行大量的消融研究，验证了 SMCA
PDF3 years ago