背景：
一位在读研究生通过我一个大学同学找我，让我花点时间帮他研究一下基于transformer模型的车辆行人识别，要求代码能够训练、加载模型测试、并要有适当的讲解解答。
思路：
具体思路很简答，需要搜集以下相关资料并研读，这花费了我不少时间：
1.标注好的行人车辆数据集
2.基于transformer模型的算法调试及相关文献研读
3.相关的服务器环境搭建
数据集：
目前目标检测领域，大多数是以coco数据集或者VOC数据集为参考，这里最终选取了coco数据集。需要说明的是，coco数据集本身比较庞大，而且要划分的类别也比较多，需要对其进行筛选，达到自己的需求才可以。
数据集下载网址如下：链接：https://pan.baidu.com/s/1OsO7b88_abuyaPn8frkzTw
提取码：ojyq
数据集标注使用参考：https://www.jianshu.com/p/4a015f0b6fcf
解压缩后目录如下：data-->coco---->
data-->coco---->annotations:
图片目录如下：
该数据集中，训练集train2017图片2101张，验证集val2017图片450张，测试集test2017图片449张。
算法：
算法重点参考DETR和DAB-DETR。
环境：
ubuntu20.04+python3.8+cuda
测试效果：
