BriefGPT - AI 论文速递
·
UIFormer: A Unified Transformer-based Framework for Incremental Few-Shot Object Detection and Instance Segmentation
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于变换器的统一框架，用于增量少样本目标检测和实例分割。该方法通过扩展Mask-DINO，降低新类别的过拟合并减少基础类别的遗忘。实验结果表明，该方法在COCO和LVIS数据集上的性能优于现有方法。
🎯
关键要点
- 本研究提出了一种基于变换器的统一框架，用于增量少样本目标检测和实例分割。
- 该方法通过扩展Mask-DINO，形成两阶段的增量学习框架。
- 该框架有效降低了新类别的过拟合，并显著减少了基础类别的遗忘现象。
- 实验结果表明，该方法在COCO和LVIS数据集上的性能优于现有的最先进方法。
➡️
