VDDT：基于可变形Transformer的船舶检测性能提升

船舶检测在目标检测领域受到广泛关注，近期提出的DETR模型成功实现了真正的端到端目标检测，并展现出良好的性能。然而，DETR对小目标的检测敏感度较低，导致其在船舶检测任务中表现不尽如人意。本文以可变形DETR（Deformable DETR）作为基线模型，并在此基础上进行改进。首先，我们在目标查询（object queries）中引入参考点信息，以增强目标查询所学习特征的丰富性，从而提升检测器的性能；其次，采用多层感知机（multi-layer perceptron）替代解码器中的多头自注意力机制，以降低解码器的计算开销。此外，本文收集了85段标注视频，共包含4563张图像，并基于这些图像构建了一个专用的船舶检测数据集。在该船舶数据集上的实验结果表明，所提出的VDDT模型相较于基线模型具有更优的检测性能。