weixin_42877471的博客

DETR（DEtection TRansformer）是一种新颖的目标检测方法，将检测任务视为直接的集合预测问题，简化了传统检测流程。该方法消除了非极大值抑制（NMS）和锚点生成等手工设计组件，采用了Transformer编码器-解码器架构和基于二分图匹配的全局损失函数。DETR通过一组固定的目标查询，推理目标间关系及全局图像上下文，并行输出最终预测集合。在COCO数据集上，DETR与Faster R-CNN基线性能相当，尤其在大目标检测上表现更优，但在小目标检测上稍显不足。此外，DETR可轻松扩展至全景分

在阅读了YOLO系列的文章之后，简单梳理一下其发展的路径和规划。从深度图像处理的基本思想看，目标检测大致的流程是：输入图像–>提取图像特征–>预测图像中物体的类别–>根据标签计算损失–>更新网络参数，循环若干个轮回，最终获得一个好的输出结果。与传统的图像处理对比，深度图像处理将处理图像的公式展开，分成了很多的层级，逐层处理输入的信息，然后获得计算的结果。