transformer

DETR(detection transformer)简介
DETR是Facebook AI的研究者提出的Transformer的视觉版本，是CNN和transformer的融合，实现了端到端的预测，

原文名称：Attention Is All You Need 原文链接：https://arxiv.org/abs/1706.03762
如果不想看文章的可以看下我在b站上录的视频：https://b

学习前言
视觉Transformer最近非常的火热，从VIT开始，我先学学看。
什么是Vision Transformer（VIT）
Vision Transformer是Tran

论文名称： An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale 论文下载链接：https://arxiv.org/ab

0 前言
Swin Transformer是2021年微软研究院发表在ICCV上的一篇文章，并且已经获得ICCV 2021 best paper的荣誉称号。Swin Transformer网络是Transformer模型在视觉领

TPH-YOLOv5：基于Transformer检测头改进YOLOv5的无人机目标检测

基于视觉Transformer的目标检测 无卷积骨干网络：金字塔Transformer，提升目标检测/分割等任务精度 https://github.com/whai362/PVT
例如，在参数数量相当

介绍
这次介绍的是Facebook AI的一篇文章“End-to-End Object Detection with Transformers”
恰好最近Transformer也比较热门，这里就介绍一下如何利用Transfor

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

Pix2Seq：一个简单而通用的目标检测新框架， 其将目标检测转换为语言建模任务，大大简化了pipeline，性能可比肩Faster R-CNN和DETR！还可扩展到其他任务