DERT:End-to-End Object Detection with Transformers

文章目录

  • 摘要
  • 1、简介
  • 2、相关工作
    • 2.1、集合预测
    • 2.2、Transformer与并行解码
    • 2.3、目标检测
  • 3、DETR模型
    • 3.1、目标检测集合预测损失
    • 3.2、DETR架构
  • 4、实验
    • 4.1、与Faster R-CNN的对比
    • 4.2、消融
    • 4.3、分析
    • 4.4、用于全景分割的DETR
  • 5、结论
  • 附录 A
    • A.1、初步:多头注意层
    • A.2、损失
    • A.3、详细架构
    • A.4、训练超参数
    • A.5、其他结果


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部