基于知識蒸餾的輕量化Transformer目標檢測

摘要： 在自動駕駛領(lǐng)域，目標檢測的高效性和準確性尤為重要，基于Transformer結(jié)構(gòu)的目標檢測方法逐漸成為主流，省去了復(fù)雜的錨點生成和非極大值抑制。針對現(xiàn)有方法計算成本高和收斂速度慢的問題，設(shè)計了一種基于池化操作的輕量化Transformer目標檢測模型（LPT），包含了池化主干網(wǎng)絡(luò)和雙池化注意力機制，設(shè)計了針對DETR(detection transformer)模型的通用知識蒸... （共11頁）