BriefGPT - AI 论文速递
·
深度平衡物体检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过设计深度平衡解码器，提出了一种新的基于查询的目标检测器（DEQDet），能够直接预测物体位置和类别。DEQDet相较于基准模型（AdaMixer）收敛更快，内存占用更少，并取得了更好的性能表现。在MS COCO基准测试下，DEQDet使用ResNet50骨干网络和300个查询达到了49.5 mAP和33.0 APs，训练方案为2倍（24 epochs）。
🎯
关键要点
- 设计了深度平衡解码器，提出新的基于查询的目标检测器DEQDet。
- DEQDet通过解码器层逐步完善查询向量，直接预测物体位置和类别。
- DEQDet相较于基准模型AdaMixer收敛更快，内存占用更少。
- 在MS COCO基准测试中，DEQDet使用ResNet50骨干网络和300个查询，达到了49.5 mAP和33.0 APs。
- 训练方案为2倍（24 epochs）。
🏷️
标签
➡️
