Progressive End-to-End Object Detection in Crowded Scenes-拥挤场景下的渐进式端到端目标检测

题目：Progressive End-to-End Object Detection in Crowded Scenes
作者：Anlin Zheng^1,3*,Yuang Zhang^2*,Xiangyu Zhang¹,Xiaojuan Qi³,Jian Sun¹
发表单位：旷世科技，上海交通大学，港大
关键词：端到端物体检测，基于查询query_based , 拥挤场景行人检测 , 一对一标签分配
论文：Progressive End-to-End Object Detection in Crowded Scenes
代码：https://github.com/megvii-model/Iter-E2EDET

1 Motivation

考虑先前的基于查询的检测器通常有两个缺点：

• 拥挤场景下，单个目标产生多个预测
  （绿色-真阳性；红色-假阳性）
  
• 随解码阶段深度的增加，性能趋于饱和

因此，由一对一标签分配的性质，论文提出了一种渐进式预测方法解决上述问题。具体来说：

首先选择易于产生真阳性预测的已接受查询，然后根据已接受的查询细化剩余的噪声查询。
（在下面这张测试图片中论文消除了单个目标的假阳性，使结果中每个对象只被检查到一次！）

总的来说，高置信度的（如>0.7）预测中可以准确预测很大比例的目标对象，其中包含少量的假阳性（重复预测）；低置信度的预测中真假阳性都相当多；高置信度的预测更可能产生真阳性，因此作为可接受的查询；低置信度的预测比较混杂作为噪声查询；**本文目的是“使噪声查询具有‘感知’其目标是否已被可接受的查询检测到了，比如目标A，如果已被可接受的查询（置信度高）检测到，就降低A的噪声查询的置信度（更低），以过滤掉这