30%Token就能實現SOTA性能，華為諾亞輕量目標檢測器Focus-DETR效率倍增（2）

在依靠前期設計的前景篩選器得到較為準確的前景特征后，Focus-DETR 使用一種有效的操作來獲得更為細粒度的特征，利用這些細粒度特征以獲得更好的檢測性能。直觀地說，作者假設在這個場景中引入更細粒度的類別信息將是有益的。基于這一動機，作者提出了一種新的注意力機制，并結合前景特征選擇，以更好地結合利用細粒度特征和前景特征。
如圖 2 所示，為了避免對背景 token 進行冗余的計算，作者采用了一種同時考慮位置信息和類別語義信息的堆疊策略。具體來說，預測器  (?) 計算出的前景評分和類別評分的乘積將作為作者最終的標準來確定注意力計算中涉及的細粒度特征，即:

其中和分別代表前景得分和類別概率。
與兩階段 Deformable DETR 的 query 選擇策略不同，Focus-DETR 的多類別概率不包括背景類別 (?)。該模塊可以被視為一個 self-attention ，對細粒度特征進行增強計算。然后，已增強的特征將被 scatter 回原始的前景特征并對其進行更新。
實驗結果
主要結果
如表一所示，作者將 Focus-DETR 在 COCO 驗證集上和其他模型的性能進行比較?？梢园l現同樣基于 DINO，Focus-DETR 僅使用 30% token 的情況下，超過 Sparse DETR 2.2 個 AP。相比原始 DINO，僅損失 0.5 個 AP，但是計算量降低 45%，推理速度提升 40.8%。
表 1：總體對比實驗結果
模型效能分析
在圖 6 中，從不同模型的精度和計算量之間的關系來看，Focus-DETR 在精度和計算復雜度之間達到了最好的平衡。整體來看對比其他模型，獲得了 SOTA 的性能。
圖 6 不同模型測試精度和計算復雜度之間的關聯分析 
消融實驗
如表 2 所示，作者針對模型設計進行消融實驗，以驗證作者提出的算法的有效性。
表 2 本研究提出的前景特征剪枝策略和細粒度特征自注意力增強模塊對實驗性能的影響
1. 前景特征選擇策略的影響 
直接使用前景得分預測 AP 為 47.8，增加 label assignment 策略生成的標簽作為監督，AP 提升 1.0。增加自上而下的調制策略，能夠提升多尺度特征圖之間的交互，AP 提升 0.4。這表明提出的策略對于提升精度是非常有效的。如圖 7 可視化可以發現，Focus-DETR 可以精確地選擇多尺度特征上的前景 token。并且可以發現，在不同尺度的特征度之間，可以檢測的物體存在重疊，這正是因為 Focus-DETR 使用了交疊的設置導致的。
圖 7 多尺度特征保留的 token
2. 自上而下的評分調制策略的影響 
表 3. 多尺度特征圖前景評分的關聯方法，作者嘗試自頂向下和自底向上的調制。
作者對比了自上而下的調制策略和自下而上的調制策略的影響，對比結果可以發現，作者提出的自上而下的調制策略可以獲得更好的性能。
3. 前景保留比率對實驗性能的影響 
表 4.Focus-DETR、Sparse DETR 和 DINO+Sparse DETR 保留前景 token 的比例
作者對比了不同的剪枝比例的性能，從實驗結果可以發現，Focus-DETR 在相同的剪枝比例情況下，均獲得了更優的結果。
總結
Focus-DETR 僅利用 30% 的前景 token 便實現了近似的性能，在計算效率和模型精度之間取得了更好的權衡。Focus-DETR 的核心組件是一種基于多層次的語義特征的前景 token 選擇器，同時考慮了位置和語義信息。Focus-DETR 通過精確地選擇前景和細粒度特征，并且對細粒度特征進行語義增強，使得模型復雜度和精度實現更好平衡。