0
点赞
收藏
分享

微信扫一扫

DiffusionDet: Diffusion Model for Object Detection

DiffusionDet: Diffusion Model for Object Detection

在这里插入图片描述
论文题目:DiffusionDet: Diffusion Model for Object Detection
论文来源:arXiv preprint 2022
论文地址:https://arxiv.org/abs/2211.09788
论文代码:https://github.com/ShoufaChen/DiffusionDet

DDPM
DDIM

论文概述

传统方法根据经验设计region proposals/anchor boxes/queries等
本文可从随机初始化的boxes进行回归和分类
方法概述:
在这里插入图片描述

在这里插入图片描述

不同之处

在这里插入图片描述

整体流程

在这里插入图片描述
在这里插入图片描述

训练阶段:

  1. 初始化一组boxes,并逐渐加入高斯噪声,得到noisy boxes
  2. 使用ResNet/Swin Transformer作为encoder提取特征
  3. 用noisy boxes从2.得到的特征中裁剪出RoI
  4. 将3.中的RoI送入detection decoder,用于预测真值,计算损失

推理阶段:

  1. 随机初始化高斯噪声noisy boxes;用encoder提取特征
  2. 迭代多次:
    将当前的noisy boxes送入decoder,预测目标框;
    (DDIM)传入当前noisy boxes和预测的目标框,预测上一时刻分布;
    (Box renewal)根据阈值筛去undesired框,再加入噪声
举报

相关推荐

0 条评论