DETRNN：竞争引导的查询排序模块

2026年10月16日，arXiv Computer Vision 报道，Shengjian Wu 等作者提出 DETRNN，一个即插即用的查询排序模块。该模块受 NMS 顺序排序启发，将 DETR 式检测器中无序的 object queries 按置信度与相似度排成竞争感知序列，再用 RNN 沿该顺序迭代精炼，从而在解码器内建模查询竞争。报道称，该方法减少了冗余预测、稳定了训练并提升了检测精度，在多个 DETR 式检测器上取得一致增益且效率相当，论文已被 NeurIPS 2026 接收。报道同时给出代码仓库链接（原文以“this https URL”占位）。上述效果与接收信息均来自该篇报道，尚无其他跟进报道可交叉印证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。