DN-DETR

主要是引入了去噪（class、bbox重建）的辅助任务

在Decoder部分，除了anchor的embedding，还加入了带噪声的bbox和class，比如gt_bbox
是(x, y, h, w)，加噪声可以有很多种方式，比如变成$(x+\Delta x,y+\Delta y,h+\Delta h,w+\Delta w)$，label加噪声的话就是随机变成别的class label，要求Decoder输出对应的GT bbox或者Class label。

每个group代表一种加噪声模式，每个group包含M个加噪声后的Query，M是这张图片上gt的数量

结果：加速训练50%，效果还是挺显著的。相当于对每个img引入了更多的sample/数据增强来增强对Decoder的训练，只是成本比较低