그룹 DETR v2: 인코더-디코더 전훈을 통한 강력한 객체 탐지기

우리는 인코더-디코더 사전 훈련 및 미세 조정 기반의 강력한 객체 탐지기 모델을 제안한다. 본 연구에서 제안하는 방법은 Group DETR v2로, ViT-Huge~\cite{dosovitskiy2020image}라는 비전 트랜스포머 인코더, DETR의 변형 모델인 DINO~\cite{zhang2022dino}, 그리고 효율적인 DETR 훈련 방법인 Group DETR~\cite{chen2022group}를 기반으로 구축되었다. 훈련 과정은 ImageNet-1K에서 ViT-Huge 인코더의 자기지도 학습 사전 훈련과 미세 조정, Object365에서 탐지기의 사전 훈련, 그리고 최종적으로 COCO에서의 미세 조정으로 구성된다. Group DETR v2는 COCO test-dev에서 $\textbf{64.5}$ mAP를 달성하며, https://paperswithcode.com/sota/object-detection-on-coco 링크를 통해 확인할 수 있는 COCO 랭킹에서 새로운 최고 성능(SoTA)을 수립하였다.