論文題目：DiffusionDet: Diffusion Model for Object Detection
論文來源：arXiv preprint 2022
論文地址：https://arxiv.org/abs/2211.09788
論文代碼：https://github.com/ShoufaChen/DiffusionDet

DDPM
DDIM

論文概述

傳統方法根據經驗設計region proposals/anchor boxes/queries等
本文可從隨機初始化的boxes進行回歸和分類
方法概述：

生成模型：從噪聲到圖像/從隨機的框到精確的框

模型架構圖

不同之處

整體流程

訓練階段：

1. 初始化一組boxes，并逐漸加入高斯噪聲，得到noisy boxes
2. 使用ResNet/Swin Transformer作為encoder提取特征
3. 用noisy boxes從2.得到的特征中裁剪出RoI
4. 將3.中的RoI送入detection decoder，用于預測真值，計算損失

推理階段：

1. 隨機初始化高斯噪聲noisy boxes；用encoder提取特征
2. 迭代多次：
   將當前的noisy boxes送入decoder，預測目標框；
   (DDIM)傳入當前noisy boxes和預測的目標框，預測上一時刻分布；
   (Box renewal)根據閾值篩去undesired框，再加入噪聲