简单的条件空间查询面具可变形检测变压器:一种检测方法,用于多种风格中文字符的冲动
Tian Zhou1,2, Wu Xie1,2, Huimin Zhang3,4
1Guangxi Key Laboratory of Image and Graphic Intelligent Processing, Guilin University of Electronic Technology, Guilin 541004, China.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
一种新方法,简单的条件空间查询面具可变形DETR (SCSQ-MDD),提高了中国字符的冲击检测. 这种方法通过改进采样点和查询来提高机器人写作系统的对象检测准确度和速度.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 精确提取中风类别和位置对于机器人中文字符写作至关重要.
- 现有的物体检测方法与各种风格的中文字符笔画作斗争.
- 可变形的DETR模型面临随机抽样的挑战,导致效率低下的特征学习.
研究的目的:
- 提出一种新的检测方法,SCSQ-MDD,用于多种风格的汉字笔记.
- 为了解决随机采样的局限性,并提高中风特征向量学习的效率.
- 为了提高机器人写作应用中的中风检测的准确性和回忆力.
主要方法:
- 引入了一个简单的条件空间查询面具可变形DETR (SCSQ-MDD).
- 开发了一个面具预测层来过和重新抽样采样点,减轻随机性.
- 在变压器解码器中分离内容和空间查询,以放松预测任务依赖性.
主要成果:
- SCSQ-MDD模型在多种风格的中文字符冲击数据集上表现得更好.
- 在平均平均精度 (mAP) 中实现了3.8%的增长.
- 与可变形DETR相比,实现了平均回忆率 (mAR) 的1.1%增加.
结论:
- 拟议的SCSQ-MDD方法有效地增强了中文字符中风检测.
- 采样和查询机制的改进显著提高了检测准确性和回忆.
- SCSQ-MDD为需要精确冲动识别的机器人系统提供了一个有前途的解决方案.
