DETRs with Hybrid Matching

기존 one-to-one matching의 단점을 극복하기 위한 논문

 

적용하기 매우 쉽고, 다양한 vision task에 대해서 성능 향상을 보여준다.

(이전 stable DINO에서 비교했던 H-DETR 논문이 해당 논문이였음..)

 

 

총 3가지 형태의 pipeline 제안

Hybrid-branch:

one-to-one matching

 

기존과 동일

one-to-many matching

 

기존 ground truth를 K번 반복하여 구성

 

해당 방식은 학습할때만 사용, 기존 DINO에서 denoising 파트와 동일한 방식으로 적용
DN-DETR 그림 참고

 

결과적으로 inference할때는 one-to-one matching에 사용했던 query만 사용

 

Hybrid-epoch:

초반에는 one-to-many, 후반에는 one-to-one

 

Hybrid-layer:

초반 layer는 one-to-many, 후반 layer는 one-to-one

 

결과