【CVPR 2022】目标检测SOTA:DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection

DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection

  • 摘要:
  • 论文简介:
  • 具体实现:
    • 总体框架:
    • 对比去噪训练:
    • 混合查询选择:
    • Look Forward Twice:
  • 实验结果:
    • 超参数:
    • 实验结果:
    • 消融实验:
    • 训练效率:

这篇文章是该团队的第三篇(前两篇分别是 DAB-DETR [ICLR 2022] 和 DN-DETR [CVPR 2022],实现了 DETR 模型在 COCO 上首次达到 SOTA

摘要:

本文提出了DINO(DETR with Improved deNoising anchOr boxes)使用 ResNet50 作为主干网络能够在 COCO 训练 12 轮能达到 48.3 mAP,36 轮能达到 51.0 mAP。与排行榜上的其他

你可能感兴趣的:(▶,深度学习-计算机视觉,目标检测,深度学习,机器学习,计算机视觉,人工智能)