# Transformer視覺模型

DAB-DETR是一種改進的DETR模型，通過動態錨框作為查詢，顯著提升了目標檢測的性能和訓練效率。

Vision Transformer（ViT）是一種基於Transformer架構的圖像分類模型，通過在ImageNet-21k和ImageNet數據集上進行預訓練和微調，實現了高效的圖像識別能力。