CVPR2022 | 一种适用于密集场景的渐进式端到端目标检测器

论文链接：https://arxiv.org/abs/2203.07669 代码链接：https://github.com/megvii-research/Iter-E2EDET

摘要 在遮挡（crowded）场景中，端到端的物体检测框架容易受到复杂遮挡的影响而出现重复检测，由此产生冗余检测框影响性能。为了解决这一问题,本文从 Sparse RCNN 这一端到端物体检测框架入手,发现早期基于查询的检测器大多受限于两个缺陷：1）对遮挡场景中同一个目标进行多次预测；2）检测性能与解码器的深度成正比。基于一对一的标签分配规则，本文提出了一种渐进式的端到端物体检测器，其原理是在在优化过程中仅选择倾向于真阳性预测（true positive prediction）的低分检测框进行后续的渐进式优化。实验结果表明，该方法在遮挡场景数据集CrowdHuman上性能 SOTA,在CityPersons和MSCOCO等常规检测数据集上也有显著的性能提升。