DETR:End to End Object Detection with Transformers
DETR训练过程:
第一步用CNN抽特征。
第二步用Transformer编码器去学全局特征,帮助后边做检测。
第三步,结合learned object query用Transformer解码器生成很多预测框。
第四步,匹配预测框与GT框,在匹配上的框里做目标检测的loss。
DETR推理过程:
第一步用CNN抽特征。
第二步用Transformer编码器去学全局特征,帮助后边做检测。
第三步,结合learned object query用Transformer解码器生成很多预测框。
第四步,置信度大于0.7的作为前景物体保留,其余作为背景。
FEATURED TAGS
Linear
Regression
Math
Basis
Exponential
Family
Distribution
Classification
Bayes
Background
Inference
Conclusion
Feedforward
Neural
Network
Support
Vector
Machine
Margin
and
Solution
Weak
Duality
Kernel
Method
of
Function
Probability
Graph
Markov
Variational
Algorithm
Belief
Process
Introduction
Gaussian
Expectation
Maximization
Mixture
Model
Chain
Monte
Carlo
Sampling
Hidden
Learning
Kalman
Filter
Conditional
Random
Field
Boltzmann
Deep
Generative
Adversarial
Reinforcement
Blog
docker
cuda