dollarslotus的博客

原创 几种流行的视觉bev算法通俗对比介绍

Detr算法是一种基于transformer的图像检测算法（对标yolo）如上图所示，detr算法分为四个模块，backbone、encoder、decoder、prediction heads。Backbone：该模块就是应用图像神经网络提取图像特征，应用fpn（图像金字塔），最终输出多尺度特征图。对图像上每一个像素点进行位置编码，并与Backbone输出的多尺度特征图相加。本质上就是给Backbone输出的多尺度特征图添加一个维度的位置信息。