该研究提出了一种新方法，将目标检测作为直接集合预测问题进行处理，主要采用基于集合的全局损失和Transformer编码器-解码器架构构建DETR模型，能够高效地完成目标检测和全景分割任务，相较于许多现代检测器，DETR模型概念简单且不需要专门的库。

May, 2020

本研究提出了一种新的PnP采样模块，将其与transformer模型结合，构建了一个端对端的PnP-DETR体系结构，从而在保证效率的同时具有更大的灵活性。

Sep, 2021

本文介绍了一种利用图结构学习的方法--Graph-DETR3D--用于自动聚合多视角图像信息，以提高3D物体检测的性能。我们证明了在不同区域定位物体时，边缘区域的“截断实例”是影响DETR3D表现的主要瓶颈之一。通过采用我们提出的深度无关多尺度训练策略和动态3D图技术，相较于其他图像视角3D物体检测器的表现，Graph-DETR3D获得了更好的表现。

Apr, 2022

本篇论文详细回顾了二十一篇相关的论文，讨论了最近在DETR中基于Transformer方法的研究进展，并涵盖了最新的改进，包括骨干网络改造，查询设计和注意力优化。同时，我们还比较了所有检测变压器的性能和网络设计。

Jun, 2023

STEMD是一种基于DETR的新型端到端框架，用于实现多帧3D物体检测，其有效地捕获了特征和相应级别的时空依赖性，并引入了空间-时间图注意力网络，以解决对象之间的空间交互作用和复杂的时间依赖性问题，控制冗余检测结果。

Jul, 2023

使用基于Transformer的检测和分割方法，学习检测查询列表以从变压器网络中检索信息，并学习预测每个查询中一个特定对象的位置和类别。通过学习基于图像的高层语义的动态系数的凸组合的方式，生成的动态查询更好地捕获不同图像中对象位置和类别的先验信息。利用我们的模态查询，一系列基于DETR的模型在多个任务中实现了一致且优秀的性能，包括物体检测，实例分割，全景分割和视频实例分割。

Jul, 2023

NeRF-Det是一种新颖的室内3D检测方法，利用RGB图像作为输入，并通过使用NeRF来明确估计3D几何，从而提高3D检测性能，并通过共享MLP巧妙地将检测分支与NeRF分支相连接，使NeRF在检测中高效适应，并为3D检测提供了具有几何感知的体积表示。

Jul, 2023

使用DET框架引入一种高性能的用于点云的3D物体检测器，通过引入一种新的3D顶点相对位置编码方法，使模型集中于对象附近的点，进一步改进了管道，在ScanNetV2基准测试上取得了显著的改进。

Aug, 2023

本文提出了一个用于室内3D物体检测的新型网络框架，能够处理实际场景中可变帧数的输入数据，并通过几何学习器、局部-全局特征交互和动态标记策略来增强模型的泛化性能。实验证明，该方法在ScanNet数据集上同时实现了良好的泛化能力和高检测准确度。

Oct, 2023

本文介绍了一种轻量级检测变换器(LW-DETR)，它在实时目标检测方面优于YOLO，架构简单，由ViT编码器、投影器和浅层DETR解码器组成，结合训练有效技术和插入式窗口和全局注意力等最新技术，改进了ViT编码器的复杂性，实验证明所提出的方法在COCO和其他基准数据集上优于现有的实时检测器。

Jun, 2024