重读经典:《End-to-End Object Detection with Transformers》

发布时间:2023-03-11 12:00

DETR 论文精读【论文精读】

这一次朱毅博士给大家精读的论文是 DETR,是目标检测领域里程碑式的一个工作,文章收录于 ECCV20DETRDetection Transformer 的缩写,使用 Transformer 简化了目标检测流程,不再需要 NMS(非极大值抑制) 操作,直接将目标预测看作是集合预测问题

这篇论文在2020年5月第一次挂到 arxiv上的时候,就引起了计算机视觉圈的强烈反响,网上很多人都觉得这篇论文应该是 ECCV20 的最佳论文。从20年5月到22年5月两年的时间 DETR 的引用次数就已经超过了2000,而且它的官方代码也有将近 9000个star。如果跟去年大火的 CLIP 相比,CLIP 的官方代码到现在也只有8000个star,所以可见 DETR 的受欢迎程度。

DETR 论文连接为:https://export.arxiv.org/pdf/2005.12872.pdf

DETR 代码链接为:https://github.com/facebookresearch/detr


0. 标题、作者、摘要


1. 导言


2. 相关工作


3. DETR


4. 实验


5. 总结


6. DETR可视化demo

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号