高质量物体检测的 Rank-DETR
原文中文，约500字，阅读约需2分钟。发表于：。引入一种基于等级的 DETR 目标检测器 Rank-DETR，通过一系列等级化设计，包括等级化架构设计和损失函数设计，提高了准确性和定位精度，并成功应用于最新的 SOTA 方法，展示了其有效性。
本文介绍了一种改进的DETR检测器，采用了简洁的设计，使用单尺度特征图和全局交叉注意力计算，通过添加盒子到像素相对位置偏差和基于遮蔽图像模型的骨干预训练来弥补多尺度特征图和局部性约束缺失的问题。该检测器在Object365数据集上预训练，使用Swin-L骨干网络达到了63.9的平均精度（mAP），与最先进的检测器性能相媲美。
