#今日论文推荐# ICLR2022 ViDT | 检测超越YOLOS，实例分割超越SOLOv2，同时达到实时.

#今日论文推荐# ICLR2022 ViDT | 检测超越YOLOS，实例分割超越SOLOv2，同时达到实时！！！

Transformers被广泛应用于许多视觉问题，特别是视觉识别和检测。Detection Transformers是第一个完全端到端的目标检测学习系统，而Vision Transformers是第一个完全基于Transformer的图像分类体系结构。
在本文中，整合Vision和Detection Transformers(ViDT)来构造一个有效且高效的目标检测器。ViDT引入了一个重新设计的注意力模块，将最近的Swin Transformer扩展为一个独立的目标检测器，然后是一个计算高效的Transformer解码器，利用多尺度特征和辅助技术，在不增加太多计算负载的情况下提高检测性能。

论文：An Extendable, Efficient and Effective Transformer-based Object Detector
全文解读：https://www.aminer.cn/research_report/6260c6257cb68b460fa4cae7?download=false?f=cshttps://www.aminer.cn/research_report/6260c6257cb68b460fa4cae7?f=cs

AMiner链接：https://www.aminer.cn/?f=cs