【沈向洋带你读论文】Dynamic Head——首次突破COCO单模型测试60A

多重注意力机制统一目标检测

动机

单类别到多类别

骨干网提特征，第二个目标检测头

骨干网得到的特征适配到目标检测的任务上

尺度问题很重要，相机拍摄的时候它总是有透视变化，近大远小，不同物体也会有大有小

空间性，物体看的角度不同，它呈现出的旋转或者大小都会有差别

任务性，不光要检测这个物体还要把它所对应的mask也弄出来，甚至来说表达这个物体的时候，我们不光可以用框也可以用这个点，甚至用一些extreme point来表达这个物体，任务多样性就是

这篇文章考虑到不同的work侧重的点都不一样，输入的角度也不一样，考虑能否把这些事情统一起来，提供一个统一的框架来更好的表达

统一模型

级联

decouple

作为插件普适性，插拔

实验，不同组合有效性

先后顺序没有做彻底

开源代码

transformer的大数据适配能力是非常强的

参数动态

transformer vs CNN