通俗解释
CNN 提特征后交给 Transformer，固定数量的“物体查询”各自输出一个框或“无物体”，训练时用二分图匹配把预测和真实框一一对应。它不再需要手工设计的锚框和非极大值抑制，结构简洁，开启了 Transformer 检测器这条路线。
用在哪里：Deformable DETR、RT-DETR、开放词表检测等后续工作的基础
01原始论文
End-to-End Object Detection with Transformers
Nicolas Carion, Francisco Massa, Gabriel Synnaeve, et al. · 2020
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
相关：视觉 Transformer ViTSegment Anything（SAM）
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
detr)