最强DETR+YOLO，三阶段目标检测器DEYOv2正式发布，性能炸裂！

导读

目标检测算法是CV领域非常重要的算法，去年二阶段DEYO的发布，提出了很多的创新点，而本文端到端的

论文链接：https://arxiv.org/pdf/2306.09165.pdf

本文提出了一种称为DEYOv2的新型目标检测器，这是第一版DEYO（DETR with YOLO）模型的改进版本。与前代类似，DEYOv2采用渐进式推理方法来加速模型训练并提高性能。该研究深入探讨了一对一匹配在优化中的局限性，并提出了有效解决该问题的解决方案，如秩特征和贪婪匹配。

这种方法使DEYOv2的第三阶段能够最大限度地从第一和第二阶段获取信息，而无需NMS，实现端到端优化。通过组合密集查询、稀疏查询、一对多匹配和一对一匹配，DEYOv2充分利用了每种方法的优势。在相同设置下，它的性能优于所有现有的基于查询的端到端检测器。

当在COCO数据集上使用ResNet-50作为Backbone和多尺度特征时，DEYOv2在12个和24个Epoch分别实现了51.1AP和51.8AP。与端到端模型DINO相比，DEYOv2在两个Epoch设置中提供了2.1 AP和1.4 AP的