基于Transformer的方法在人物与物体的交互检测任务中取得了进展，但忽略了人物、物体和交互之间的关系。研究者提出了人物与物体解耦网络（HODN）来明确建模交互关系，并在V-COCO和HICO-Det数据集上取得了竞争性的性能。该方法可以与现有方法结合以获得最新的结果。