关键字：目标检测;Transformer;位置编码;注意力机制

摘要：近几年提出的基于Transformer的目标检测器简化了模型结构，展现出具有竞争力的性能。然而，由于Transformer注意力模块处理特征图的方式，大部分模型存在收敛速度慢和小物体检测效果差的问题。为了解决这些问题，本研究提出了基于预过滤注意力模块的Transformer检测模型，该模块以目标点为参照，提取目标点附近部分特征点进行交互，节省训练时长并提高检测精度。同时在该模块中融入新提出的一种有向相对位置编码，弥补因模块权重计算导致的相对位置信息缺失，提供精确的位置信息，更有利于模型对小物体的检测。在COCO 2017数据集上的实验表明我们的模型可以将训练时长缩短近10倍，并获得更好的性能，特别是在小物体检测上精度达到了26.8 APs。

卷号：v.45;No.404

期号：24

是否译文：否