DETR
基于Transformer架构的端到端目标检测模型，使用可学习查询向量和交叉注意力机制替代传统锚框和NMS，开创了Transformer检测器范式
时间轴 (近 90 天)
2D目标检测主流方法可分为两阶段检测器（如Faster R-CNN）和单阶段检测器（如YOLO、SSD、RetinaNet），以及基于Transformer的DETR系列。
传统 2D 检测器（如 YOLO、DETR 系列）在平面图像上训练，输出的矩形框是图像像素坐标，不携带球面几何信息
5.18.0 引入了六项破坏性改动，包括 ROCm 平台 gpt-oss 将 FA3 路由到 aiter-flash-attn、DETR 图像处理加速、重映射 indexers 的 layer_type、修复 vLLM 后端视频输入 token 计数、DINO 系列模型现代化改造以及 Kernels 版本升级
DETR中的object query是一组随机初始化的可学习嵌入向量，缺乏空间先验信息是其收敛缓慢的核心原因之一
DETR摒弃了传统检测器中的锚框设计和非极大值抑制（NMS）后处理流程
DETR依赖匈牙利匹配算法通过二部图匹配找到预测框与真实目标之间的最优一一对应关系来计算损失
Facebook AI在2020年推出了DETR（DEtection TRansformer）
DETR系列模型通过Transformer的集合预测机制消除了传统检测模型（如YOLO）依赖的非极大值抑制（NMS）等后处理步骤，实现端到端检测
全部知识事实 (8)
2D目标检测主流方法可分为两阶段检测器（如Faster R-CNN）和单阶段检测器（如YOLO、SSD、RetinaNet），以及基于Transformer的DETR系列。
50%待验证传统 2D 检测器（如 YOLO、DETR 系列）在平面图像上训练，输出的矩形框是图像像素坐标，不携带球面几何信息
50%待验证5.18.0 引入了六项破坏性改动，包括 ROCm 平台 gpt-oss 将 FA3 路由到 aiter-flash-attn、DETR 图像处理加速、重映射 indexers 的 layer_type、修复 vLLM 后端视频输入 token 计数、DINO 系列模型现代化改造以及 Kernels 版本升级
50%待验证DETR中的object query是一组随机初始化的可学习嵌入向量，缺乏空间先验信息是其收敛缓慢的核心原因之一
50%待验证DETR摒弃了传统检测器中的锚框设计和非极大值抑制（NMS）后处理流程
50%待验证DETR依赖匈牙利匹配算法通过二部图匹配找到预测框与真实目标之间的最优一一对应关系来计算损失
50%待验证Facebook AI在2020年推出了DETR（DEtection TRansformer）
50%待验证DETR系列模型通过Transformer的集合预测机制消除了传统检测模型（如YOLO）依赖的非极大值抑制（NMS）等后处理步骤，实现端到端检测
50%