拥挤场景中的渐进式端到端目标检测（Deformable-DETR 实现）含源码

在本文中（论文地址：https://arxiv.org/pdf/2203.07669.pdf），我们提出了一种新的基于查询的人群检测检测框架。以前的基于查询的检测器有两个缺点：首先，将针对单个对象推断出多个预测，通常是在拥挤的场景中；其次，性能随着解码阶段深度的增加而饱和。受益于一对一标签分配规则的性质，我们提出了一种渐进式预测方法来解决上述问题。具体来说，我们首先选择接受的查询容易产生真正的积极预测，然后根据先前接受的预测改进其余的嘈杂查询。实验表明，我们的方法可以显着提高拥挤场景中基于查询的检测器的性能。配备我们的方法，稀疏 RCNN 在具有挑战性的问题上实现了 92.0% AP、41.4% MR^−2 和 83.2% JICrowdHuman数据集，在处理拥挤场景时优于指定的基于框的方法 MIP。此外，所提出的方法对拥挤度具有鲁棒性，仍然可以在像 CityPersons 和 COCO 这样的适度和轻微拥挤的数据集上获得一致的改进。