基于多粒度的Transformer目标检测算法

作者：徐放; 苗夺谦^*; 张红云

来源：计算机科学, 2023, 50(11): 143-150.

• 小目标检测
• 多粒度
• 三支决策
• Transformer
• 深度学习

与其他尺度目标不同，小目标具有携带语义信息和训练样本数量较少等特点。因此，当前目标检测算法存在小目标检测精度较低的问题。针对该问题，提出了基于多粒度的Transformer目标检测算法。首先，采用多粒度思想，设计了一种新的Transformer序列化方法，从粗到细逐个粒度地预测目标位置，从而提升模型的目标定位效果。然后，基于三支决策思想，细粒度挖掘小目标样本和常规尺度目标样本，从而增加小目标样本和难例负样本数量。最后，实验结果表明，在COCO数据集上，该算法的小目标检测精度(APs)达到了31.5%,平均检测精度(mAP)达到了49.1%;相比基线模型，APS提升了1.4%,mAP提升了2.2%;改进后的算法有效地提升了小目标检测效果，并显著提高了目标检测的整体精度。

• 单位
  同济大学