重新思考基于Transformer集合预测用于目标检测.pdfVIP

重新思考基于Transformer的集合预测用于目标检测

∗∗

ZhiqingSunShengcaoCaoYimingYangKris

Kitani卡内基梅隆大学

hiqs,shengcao,yiming,kkitani}@cs.cmu.edu

{zing

Transformer[32]直接输出最终的预测集合，无需进一

步的后处理。然而，它的收敛需要额外长的训练时间。

DETR是一种基于Transformer的方

例如，流行的FasterRCNN模型[26]只需要大约30

法，该方法将目标检测视为一个集合预测问题，并取

个epoch就能收敛，但DETR需要50