TPH-YOLOv5：基于Transformer检测头改进YOLOv5的无人机目标检测
版权声明：本文为CSDN博主「Git_SUXD」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Suxd_best/article/details/121031666
相关推荐
谷歌Hinton等提出Pix2seq：用于目标检测的语言建模框架
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
【论文】Learning RoI Transformer for Oriented Object Detection in Aerial Images
RoI Transformer: 将空间转换应用在RoIs上，并通过标注旋转框，监督学习得到转换参数。 RoI Transformer是轻量级的。 一、Introduction （1）
从零开始学视觉Transformer （10）：目标检测DETR-1
Vision Transformer打卡营
![[Transformer]Deformable DETR: deformable transformers for end-to-end object detection](https://sup.51qudong.com/wp-content/uploads/2022/05/unnamed-file-6973.png?imageMogr2/thumbnail/!300x300r|imageMogr2/gravity/Center/crop/300x300)
[Transformer]Deformable DETR: deformable transformers for end-to-end object detection
Paper Code Abstract DETR的提出免去了目标检测任务中许多人工组件的参与，同时又能保证较好的检测精度。但是DETR也存在着收敛过慢、特征空间分辨率有限的问题，Transformer自身的局限性
暂无评论