Sparse DETR 通过以下方式改进了DETR:

  1. 稀疏注意力:Sparse DETR 优化了交叉注意力机制,使其仅关注图像中可能包含目标的区域,而不是整个图像。这减少了计算量和提高了效率。
  2. 前景预测器的监督:Sparse DETR 特别关注前景目标的预测。它通过解码器的交叉注意力图(DAM,Decoder’s Cross-Attention Map)来实现这一点。DAM是基于解码器的查询和编码器的先验(来自编码器的输出)计算的。

前景预测器和交叉注意力图(DAM)

  1. 前景预测器:这是一个网络头,用于预测图像中的哪些区域是前景(即包含目标的区域)。
  2. 交叉注意力图(DAM)
    • DAM是通过解码器的查询和编码器的先验之间的交叉注意力计算得到的。
    • DAM用于确定解码器的哪些查询应该关注编码器的哪些位置,从而帮助模型集中注意力在包含目标的区域。
    • 通过这种方式,Sparse DETR 能够更有效地将解码器的查询与相关的编码器特征关联起来,从而提高目标检测的准确性。
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐