本文介绍了人-物目标交互检测（HOI）方法的进展，包括HO-RCNN、HOI Transformer和CycleHOI等新算法。这些方法通过引入新特征和优化模型结构，显著提升了HOI检测性能，解决了数据集不平衡和计算复杂性问题，推动了该领域的发展。

本文介绍了一种新型深度神经网络HO-RCNN及其在检测人-物交互（HOI）中的应用。该网络结合交互模式特征，显著提升了检测性能。研究提出了多种基于transformer的算法，解决了类别不平衡和多标签需求问题，并在多个数据集上取得了最佳结果。最新方法在HICO-DET和V-COCO上表现优异，训练时间更短，推动了HOI检测技术的发展。