论文标题：Dynamic Head: Unifying Object Detection Heads with Attentions

论文链接：https://arxiv.org/abs/2106.08322

作者单位：微软

Dynamic Head：将目标检测head与注意力统一起来，其中在COCO上刷到了60.6 AP！借助了Swin Transformer和额外数据，表现SOTA！性能优于目前所有检测网络，代码即将开源！

在目标检测中结合定位和分类的复杂性导致了方法的蓬勃发展。以前的工作试图提高各种目标检测head的性能，但未能呈现出统一的观点。在本文中，我们提出了一种新颖的dynamic head框架，以将目标检测head与注意力统一起来。通过在用于尺度感知的特征级别之间、用于空间感知的空间位置之间以及用于任务感知的输出通道内相干地组合多个自注意力机制，所提出的方法在没有任何计算开销的情况下显著提高了目标检测head的表示能力。进一步的实验证明了所提出的dynamic head在 COCO 基准上的有效性和效率。使用标准的 ResNeXt-101-DCN 主干，我们大大提高了流行目标检测器的性能，并在 54.0 AP 上实现了新的最新技术。此外，借助最新的Transformer主干和额外数据，我们可以将当前最佳 COCO 结果推至 60.6 AP 的新记录。

内容中包含的图片若涉及版权问题，请及时与我们联系删除