无推理开销
利用多个教师检测器的预测框并行监督学生DETR，不引入额外参数，训练后模型精度更高且无需非极大值抑制。
Huang, Linjiang · Kaixin, Lu · Song, Guanglu · 王亮 · 刘偲 · Yu, Liu · 李鴻升
IEEE Transactions on Pattern Analysis and Machine Intelligence 2023
训练阶段不引入任何新参数，推理阶段也不增加计算量，完全保持原检测器的速度。
可以无缝集成到各种 DETR 类检测器的训练流程中，无需修改网络结构。
支持同时利用多个不同类型的教师检测器（RCNN 或 DETR）的预测框，提供更丰富的监督信号，提升学生模型鲁棒性。