拥挤场景漏检大降
首个针对行人检测的神经架构搜索框架，自动设计CNN与ViT混合骨干，在拥挤场景下较现有最优框架显著降低漏检率。
Tang, Yi · 刘敏 · Li, Baopu · 王耀南 · Ouyang, Wanli
IEEE Transactions on Pattern Analysis and Machine Intelligence 2024
将不同核大小的卷积与Transformer统一表示，提供无约束搜索空间，自动找到适合拥挤行人检测的CNN-ViT混合结构。
在CrowdHuman数据集上绝对MR⁻²降低4.0%，AP提升1.9%，减少拥挤场景漏检。
将NAS视为信息提取过程，保留相关信息、抑制冗余，专为密集行人设计搜索目标。