DETR（Detection Transformer）

DETR（Detection Transformer）

オブジェクト検出タスクのための新しいアーキテクチャおよびトレーニング手法です。2020年にFacebook AI Researchによって開発され、物体検出における従来の手法と比較して単純で効果的な手法として注目を集めました。

DETRの主な特徴:

エンドツーエンドの学習: 従来の物体検出システムでは多段階の処理とトレーニングが必要でしたが、DETRは単一のエンドツーエンドのモデルとして設計されています。 セット予測: DETRは一度に全ての物体を予測します。これはTransformerのセット予測能力を利用しており、NMS（Non-Maximum Suppression）のような後処理を必要としません。 Transformerの使用: DETRはオブジェクト検出のためにTransformerのエンコーダ-デコーダ構造を採用しています。エンコーダは入力画像を理解し、デコーダはオブジェクトの存在、クラス、境界ボックスを予測します。