Transformerアーキテクチャを用いた検出

クエリベース検出

学習されたクエリ（埋め込み）がアテンションメカニズムを介して画像特徴と相互作用し、物体のバウンディングボックスとクラスを直接予測する検出パラダイム。

← 戻る