DN-DETR代码解析一之模型构建

前面已经完成了DN-DETR模型的调试与论文阅读工作，对DN-DETR模型的基本原理有了初步的认识，接下来，便是对DN-DETR模型代码的学习。
DN-DETR模型结构图如下：

DN-DETR的构建与DETR极为相似，主要差别便是Decoder部分的mask机制。
本文主要介绍DN-DETR模型的构建过程。
首先是main.py中进行模型构建，DN-DETR一个主要思想便是引入了噪声，将真实数据加入噪声后送入Decoder来辅助匈牙利算法完成匹配过程，加快训练收敛。故而，这是一个通用的方法，因此，DN-DETR代码中分别对DAB-DETR，Deformable-DETR等都加入了DN处理，在证明其通用性的同时还检验其效果。

构建模型代码在models/DN-DAB-DETR中的DAB-DETR.py文件中
该过程与DETR极为类似。首先是骨干网络生成。

 backbone = build_backbone(args)

随后便是Transformer模型的构建。具体encoder模型如下图所示：

Decoder模块如下：

整体Transformer模型结构如下：