声明：仅学习使用~
目录
-
- 1、目标检测的基本思想
- 2、整体网络架构
- 3、位置信息初始化query向量
- 4、注意力机制的作用方法
- 5、训练过程的策略
1、目标检测的基本思想
2015年，faster-rcnn；
2016年，YOLO；
NMS：非极大值抑制；
2、整体网络架构
backbone 即先通过CNN 拿到每个patch所对应的向量，并且加上位置的编码，位置编码有1D的，2D的，三角函数的等。通过Encoder我们得到了一堆特征。
Decoder会初始化100个向量（这里我们当做100个就行），这100个向量要去利用一下Encoder生成出来的特征，然后好决定每一个向量该怎么去进行重构；Decoder的目的是学好这1
