![[论文阅读：transformer系列]Deformable DETR: Deformable Transformers for End-to-End Object Detection](https://sup.51qudong.com/wp-content/themes/Autumn-Pro/static/images/loading.gif)
[论文阅读：transformer系列]Deformable DETR: Deformable Transformers for End-to-End Object Detection
Facebook AI 提出了 DETR，利用 Transformer 去做目标检测，该方法去除了许多目标检测中的人工设计组件，同时展现了非常好的性能。但是，DETR 存在收敛速度慢和特征
计算机视觉 Computer Vision Chaper10 目标检测 下
区域卷积神经网络(R-CNN)系列 R-FCN 区域-全卷积网络 检测网络是回归，分类网络是分类。全连接层fully connect后，相对位置就丢失了。卷积层的相对位置是不变的。所以判断位置的检测网络
深度学习目标检测模型汇总（论文，源码，数据集，推荐收藏）
CV_04 深度学习目标检测模型汇总 一. 借鉴与参考 本文大部分内容摘自于GitHub 上毕业于韩国首尔国立大学电气与计算机工程专业的 Lee hoseong所上传的经典项目，该项目的链接：https://git
![[论文阅读：transformer系列]Deformable DETR: Deformable Transformers for End-to-End Object Detection](https://51qudong.com/wp-content/themes/Autumn-Pro/public/qrcode/?data=https://51qudong.com/lun-wen-yue-du-transformer-xi-lie.html)
