Transformer--NeurIPS2017：首次提出
ViT：首次将Transformer引入到视觉任务中
DETR--ECCV2020：首次用来检测
Efficient DETR--ArXiv2021：使用RPN初始化object query
Conditional DETR--ICCV2022
Anchor-DETR-AAAI2022
DAB-DETR--ICLR2022
DN-DETR--CVPR2022
DINO--ICLR2023
Group-DETR--ICCV2023
H-DETR--CVPR2023，与Group DETR有点类似
《DAC-DETR: Divide the Attention Layers and Conquer》--NIPS2023
文中指出Decoder阶段的self-attention让各个query远离，而cross-attention将query的各个部分聚集，因此提出将self和cross分而治之。
《Detection Transformer with Stable Matching Shilong》--ICCV2023
论文指出DETR类模型的匹配不稳定来源于匈牙利匹配是基于得分和位置的，有的得分相近但位置距离远，有的位置距离近但得分远。基于此，本文提出在在匹配的得分中使用
原来的匹配损失
论文提出的匹配损失
或者
《Cascade-DETR: Delving into High-Quality Universal Object Detection》--Cascade-DETR：ICCV2023
基于Conditional DETR的基础上，在backbone输出的不同层之间使用注意力机制，同时使用预测的边界框作为mask。同时，本文也指出Detr类方法缺少了归纳偏置，而使用数据驱动的方法来学习。但是，由于缺少数据，从而使得学习效果并不好。
RT-DETR--CVPR2024
AlignDETR--BMCV2024
《Relation DETR: Exploring Explicit Position Relation Prior for Object Detection》--ECCV2024
MR-DETR--CVPR2025
