基于可变形卷积的transformer检测算法

目标检测作为计算机视觉中重要的研究领域已经取得了一定的检测性能,近几年,随着transformer在计算机视觉中广泛的应用,基于transformer的检测算法已经成为目标检测的研究重点。为了提高物体在实际场景中的应用以及物体的检测精度,提出了一种基于可变形卷积的transformer检测算法,transformer主要是基于注意力机制的方式去提升性能。算法是以transformer的检测算法为基础引入可变形卷积,能够利用可变形卷积自适应的学习特征感受野的优势以及transformer的建模和处理能力,从而更有效的提升物体的检测精度。算法所使用到的数据集是Pascal VOC数据集,结果表明,算法的检测性能具有很好的表现。