多重注意力機(jī)制統(tǒng)一目標(biāo)檢測(cè)

動(dòng)機(jī)

單類(lèi)別到多類(lèi)別

骨干網(wǎng)提特征，第二個(gè)目標(biāo)檢測(cè)頭

骨干網(wǎng)得到的特征適配到目標(biāo)檢測(cè)的任務(wù)上

尺度問(wèn)題很重要，相機(jī)拍攝的時(shí)候它總是有透視變化，近大遠(yuǎn)小，不同物體也會(huì)有大有小

空間性，物體看的角度不同，它呈現(xiàn)出的旋轉(zhuǎn)或者大小都會(huì)有差別

任務(wù)性，不光要檢測(cè)這個(gè)物體還要把它所對(duì)應(yīng)的mask也弄出來(lái)，甚至來(lái)說(shuō)表達(dá)這個(gè)物體的時(shí)候，我們不光可以用框也可以用這個(gè)點(diǎn)，甚至用一些extreme point來(lái)表達(dá)這個(gè)物體，任務(wù)多樣性就是

這篇文章考慮到不同的work側(cè)重的點(diǎn)都不一樣，輸入的角度也不一樣，考慮能否把這些事情統(tǒng)一起來(lái)，提供一個(gè)統(tǒng)一的框架來(lái)更好的表達(dá)

統(tǒng)一模型

級(jí)聯(lián)

decouple

作為插件普適性，插拔

實(shí)驗(yàn)，不同組合有效性

先后順序沒(méi)有做徹底

開(kāi)源代碼

transformer的大數(shù)據(jù)適配能力是非常強(qiáng)的

參數(shù)動(dòng)態(tài)

transformer vs CNN