本文介绍了一种改进的DETR检测器，使用单尺度特征图和全局交叉注意力计算，通过添加盒子到像素相对位置偏差和基于遮蔽图像模型的骨干预训练来弥补多尺度特征图和局部性约束缺失的问题。改进的DETR检测器在Object365数据集上达到了63.9的平均精度(mAP)，与依赖于多尺度特征图和基于区域的特征提取的最先进的检测器性能相媲美。