Interactron | 体现自适应的目标检测器

  欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享

  大家好，我是极智视界，本文解读一下 体现自适应的目标检测器 Interactron。

  多年来，人们提出了各种各样的方法来解决目标检测问题。近年来，由于强大的深度神经网络的出现，咱们在这一领域取得了长足的进步。然而，在这些方法中通常有两个共同的假设。(1) 首先，在一个固定的数据集上训练模型，并在预先记录的测试集上进行评估。(2) 其次，在训练阶段结束后，模型被冻结，因此在训练结束后不再进行任何更新。这两个假设限制了这些方法在现实世界中的适用性。在本文中，作者提出了 Interactron，一种在交互式环境中进行自适应目标检测的方法，其目标是在不同的环境中由一个具体的代理导航在图像中进行目标检测。作者的想法是在推理期间继续训练，并在测试时通过与环境的交互来调整模型，而不需要任何明确的监督。提出的自适应目标检测模型在 AP 上比最近的高性能目标检测器 DETR 高了 7.2 个百分点 (在 AP50 上提高了 12.7 个百分点)。此外，还证明了提出的目标检测模型能够适应具有完全不同特征的环境，并在这些环境中取得良好的效果。

  论文地址：https://arxiv.org/abs/2202.00660

  代码地址：https://github.c