ভিশন ট্রান্সফরমারস ফর ডিটেকশন
ক্রস-অ্যাটেনশন ডিটেকশন
দ্বিমুখী প্রক্রিয়া যেখানে অবজেক্ট কুয়েরিগুলো ইমেজ ফিচারগুলোর সাথে ইন্টারঅ্যাক্ট করে একইসাথে অবজেক্ট লোকালাইজ ও ক্লাসিফাই করার জন্য।
← ফিরে যান