摘要
https://arxiv.org/pdf/2210.02093
视觉特征金字塔在多种应用中已展现出其在有效性和效率方面的优越性。然而，现有方法过度关注层间特征交互，却忽略了经验证明有益的层内特征调节。尽管一些方法试图借助注意力机制或视觉变换器来学习紧凑的层内特征表示，但它们忽略了对于密集预测任务而言重要的被忽略的角落区域。为解决这个问题，本文提出了一种用于目标检测的中心化特征金字塔（CFP），其基于全局显式中心化特征调节。具体而言，我们首先提出了一种空间显式视觉中心方案，其中使用轻量级多层感知器（MLP）来捕获全局长距离依赖关系，并使用并行可学习的视觉中心机制来捕获输入图像的局部角落区域。在此基础上，我们随后提出了一种以自上而下方式针对常用特征金字塔的全局中心化调节方法，其中从最深层内特征获得的显式视觉中心信息用于调节前面的浅层特征。与现有特征金字塔相比，CFP不仅能够捕获全局长距离依赖关系，还能有效地获得全面且具有辨别力的特征表示。在具有挑战性的MS-COCO数据集上的实验结果表明，我们提出的CFP能够在最先进的YOLOv5和YOLOX目标检测基线上实现一致的性能提升。代码已发布于：CFPNet。
索引词-特征金字塔，视觉中心，目标检测，注意力学习机制，长距离依赖关系。
I、引言
目标检测是计算机视觉领域中最