DETR 原理与 Transformer 在自动驾驶感知中的应用
哪些公司问过
答案要点
- CNN 骨干加 Transformer 编码器解码器,固定数量可学习 object query
- 匈牙利算法做二分图匹配,一对一计算分类与 L1、GIoU 框损失
- 无需 anchor 和 NMS,端到端集合预测
- 缺点是收敛慢、小目标弱,Deformable DETR 用可变形注意力改进
- BEVFormer 用 BEV 查询空间交叉注意力融合多相机,并融合时序信息
易错点
- 说 DETR 仍然需要 NMS
- 把匈牙利匹配说成一对多分配
- 混淆 object query 与 BEV query 的作用
面试官常见追问
- DETR 为什么收敛慢?
- BEV 表示对自动驾驶有什么好处?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。