Deformable DETR DETR 存在收斂速度慢等缺陷。為了解決這些問題，本文可變形 DETR，其注意力模塊僅關注於參考點附近的一小部分采樣點作為注意力模塊中的 key 元素。可變形 DETR 可以在比 DETR 少 9/10 的訓練輪數下，達到更好的性能（尤其是在小目標上）。在 COCO 基准上的大量實驗表明了該方法的有效性。

Deformable DETR

 

論文發布：2020年10月初  |  代碼開源：2020年12月初

作者團隊：商湯研究院, 中科大, 港中文

論文鏈接：https://arxiv.org/abs/2010.04159

項目代碼鏈接：

https://github.com/fundamentalvision/Deformable-DETR

 

DETR 存在收斂速度慢等缺陷。為了解決這些問題，本文可變形 DETR，其注意力模塊僅關注於參考點附近的一小部分采樣點作為注意力模塊中的 key 元素。可變形 DETR 可以在比 DETR 少 9/10 的訓練輪數下，達到更好的性能（尤其是在小目標上）。在 COCO 基准上的大量實驗表明了該方法的有效性。

 

 

 

 

 

想了解這篇論文，詳情可見：訓練加快10倍！性能更強！商湯等提出可變形DETR目標檢測網絡