大家好！今天给大家带来一个超重磅的RT-DETR改进方案，直接瞄准当前自注意力机制的痛点，创新性提出自适应稀疏自注意力机制！这篇论文已入选TPAMI 2026，含金量超高！🔥现有的自注意力机制存在什么问题呢？❌问题1：通常会计算查询和键之间所有令牌的相似性，但并不是所有令牌都相关，冗余计算导致特征聚合效果受限。❌问题2：自注意力对局部特征探索能力不足，影响图像结构细节的恢复。针对这些问题，我们提出了一种简单却极其有效的解决方案：✅ 提出自适应稀疏自注意力机制，从自注意力矩阵中动态选择最有用的相似性值，实现更精准的特征聚合。✅引入局部空间变体特征估计，更好地建模局部信息，助力图像结构细节恢复。