3DETR 是一种基于 Transformer 的端到端目标检测模型，专为 3D 点云设计，性能优于 VoteNet。DAMS-DETR 结合红外与可见光图像，提升物体检测能力。Semi-DETR 和 Sparse Semi-DETR 通过改进策略解决传统模型问题，提升检测精度。O²DETR 实现复杂物体检测，超越 Faster R-CNN 和 RetinaNet。STEMD 处理多帧 3D 物体检测，捕获时空依赖性。