DEIM ：采用改进匹配算法实现快速收敛的DETR（中国25年3月研究）摘要：我们推出 DEIM ——一个创新且高效的训练框架，专为加速基于Transformer架构的实时目标检测（DETR）模型收敛而设计。为缓解DETR模型中一对一匹配（O2O）固有的稀疏监督问题， DEIM 采用了密集型O2O匹配策略：通过运用标准数据增强技术引入额外目标样本，从而提升每张图像的正样本数量。虽然密集型O2O匹配能加快收敛速度，但也会产生大量低质量匹配结果，影响模型性能。为此，我们提出匹配感知损失函数（MAL），该创新函数可优化不同质量水平下的匹配效果，显著提升密集型O2O方法的性能。在CO