OW-DETR | 基于 Transformer 的开放世界目标检测器

极智视界

已于 2022-09-20 17:06:27 修改

阅读量3.5k

点赞数 1

文章标签： transformer 深度学习计算机视觉开放世界目标检测 OW-DETR

于 2022-09-20 16:42:04 首次发布

本文链接：https://blog.csdn.net/weixin_42405819/article/details/126956355

版权

极智论文专栏收录该内容

15 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

OW-DETR 是一种基于 Transformer 的开放世界目标检测框架，旨在解决已知和未知目标的检测问题。通过注意力驱动的伪标注、新类别分类和目标性评分，OW-DETR 显著提高了对未知类别的检测能力。与传统方法相比，OW-DETR 依靠多尺度上下文编码和减少归纳偏置，以更好地捕捉目标间的上下文关系。在 MS-COCO 和 PASCAL VOC 上的实验表明，OW-DETR 在开放世界目标检测和增量目标检测任务上优于现有的 state-of-the-art 方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享

大家好，我是极智视界，本文解读一下 基于 Transformer 的开放世界目标检测器 OW-DETR。
在这里插入图片描述

开放世界目标检测 (OWOD) 是一个具有挑战性的计算机视觉问题，其任务是检测一组已知的目标类别，同时还能够识别未知的目标。此外，模型还必须逐步学习在训练中加入的新类别。与标准的目标检测不同，OWOD 对于在潜在的未知目标上生成高质量的候选建议、将未知目标从背景中分离出来 以及 检测不同的未知目标 提出了重大挑战。本文中，作者提出了一种新的基于端到端 transformer 的框架 OW-DETR，用于开放世界目标检测。提出的 OW-DETR 包括三个专门的组件，即注意力驱动的伪标签、新类别分类 以及 目标性评分 来明确上述的 OWOD 挑战。作者提出的 OW-DETR 显式编码多尺度上下文信息，具有较少的归纳偏置，使知识能够从已知的类别转移到未知类别，并能更好地区分未知目标和背景。在 MS-COCO 和 PASCAL VOC 两个基准上进行了综合实验，进行了广泛的消融实验证明了所提方法的优点。此外，提出的模型就 MS-COCO 的未知类别召回率而言，还优于最近引入 OWOD 方法的 ORE，召回率提高了 1.8% ~ 3.3%。而在增量目标检测中，在 PASCAL VOC 上要优于所有的 state-of-the-art 方法。

论文地址：https://arxiv.org/abs/2112.01513

代码地址：https://github.com/akshitac8/OW-DETR