Query-based 检测范式
Query-based 检测范式
Section titled “Query-based 检测范式”类型 笔记 · 更新 2026-07-20
Query 是实例假设的状态载体：位置/内容编码 + 注意力采样，把「在哪里找特征」与「预测什么属性」绑在同一条解码链路上。
从 2D DETR 的 object query，到 DETR3D/PETR 的 3D reference、BEVFormer 的 BEV query、Sparse4D 的 anchor+keypoint，形式不同但共享「稀疏假设 + 特征聚合」思想。
| 选择 | 收益 | 代价 |
|---|---|---|
| Dense BEV query | 覆盖完整平面 | 算力与分辨率绑定 |
| Sparse object query | 成本随实例数 | 依赖初始化与时序传播 |
| 3D→2D 投影采样 | 几何可解释 | 标定与深度误差敏感 |
换传感器或任务时，先固定 query 语义（框、车道、占用、轨迹），再选采样几何；不要先堆 backbone。