weixin_51454889
计算机视觉目标检测——DETR(End-to-End Object Detection with Transformers)
本周主要学习了DETR（End-to-End Object Detection with Transformers）目标检测算法及其相关内容。DETR通过引入Transformer，将目标检测任务视为集合预测问题，首次实现了端到端的目标检测，无需NMS后处理和anchor设计（相较于YOLO），显著简化了模型训练和部署流程。论文的核心贡献包括设计了基于二分图匹配的目标函数，确保输出的独特性，并通过Transformer的encoder-decoder架构实现了高效的目标检测。
作者推荐
- AI智韵
- 专注AI技术，紧跟时代前沿，将最新的论文成果运用到Yolo系列的改进中！每篇文章都包含几种改进方法，步骤详细，解释清楚，还提供了PDF版本的文章和完整的改进代码！大家遇到使用的问题，或者我写的不清楚的地方，请私信告诉我！如果是写的不够清楚，我再去修改，如果有错误和Bug，我尽快修复！谢谢大家！
关注
- 旅途中的宽~
- 深度学习博士在读，本科生数学建模竞赛省二，第二十届华为杯研究生数学建模国一(第6名)，二十一届国二（54），获Kaggle计算机视觉竞赛Stable Diffusion银牌（top3%，37名），Identify Contrails银牌（top5%，45名），UBC-OCEAN铜牌（top7%，86名），3D蛋白质检测铜牌（Top10%，98名），Kaggle Expert（全球最高排名1400+），优快云人工智能领域优质创作者，阿里云博客专家。可接机器学习，深度学习，数学建模竞赛辅导等
关注
- 大模型任我行
- 大模型探索者，每日论文分享，追踪技术前沿！之前的几百篇论文分享都在xhs（https://www.xiaohongshu.com/user/profile/61d5aec7000000001000568c），欢迎点赞收藏！
关注