Machine learningDeep Learning, Object Detection
DETR (Detection Transformer)
DETR（Detection Transformer）は、2020年にCarionらによって導入された物体検出のためのエンドツーエンドフレームワークであり、検出をTransformerを用いた直接的な集合予測問題として再定式化するものです。非最大抑制（non-maximum suppression）のような手作業で調整された後処理を用いる従来の С pendekatanとは異なり、DETRは物体検出をシーケンス・ツー・シーケンス問題として扱い、Transformerが全ての物体を一度に予測します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Carion, N., Massa, F., Synnaeve, G., Usunier, N., Kirillov, A., & Zagoruyko, S. (2020). End-to-end object detection with transformers. In European Conference on Computer Vision (pp. 213-229). Springer, Cham. DOI: 10.1007/978-3-030-58452-8_13 ↗
このページの引用方法
ScholarGate. (2026, June 3). End-to-End Object Detection with Transformers. ScholarGate. https://scholargate.app/ja/deep-learning/detr
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- マスク化オートエンコーダ深層学習↔ compare
- Segment Anything Model深層学習↔ compare
- Swin Transformer深層学習↔ compare
- Vision Mamba深層学習↔ compare