基于 EasyCV 复现 ViTDet：单层特征超越 FPN

阿里云大数据AI技术

2022-06-14

MAE提出了ViT的无监督训练方法，ViT-based Mask R-CNN给出了用ViT作为backbone的Mask R-CNN的训练技巧，证明了MAE预训练对下游检测任务的重要性。ViTDet进一步改进一些设计，证明ViT作为backone的检测模型可以匹敌基于FPN的backbone(如SwinT和MViT)检测模型。