نُقدّم نموذج HOI Transformer للتعامل مع كشف تفاعل الإنسان مع الكائن (HOI) بطريقة نهائية (end-to-end). تُركّز الطرق الحالية إما على فصل مهمة HOI إلى مراحل منفصلة للكشف عن الكائنات وتصنيف التفاعلات، أو تُقدّم مشكلة تفاعل بديلة (surrogate interaction problem). على العكس، يبسّط نهجنا، المُسمّى HOI Transformer، عملية كشف HOI من خلال التخلّص من الحاجة إلى العديد من المكوّنات المصمّمة يدويًا. يحلّل نموذج HOI Transformer العلاقات بين الإنسان والكائنات استنادًا إلى السياق العام للصورة، ويتوقّع حالات التفاعل HOI بشكل متوازٍ مباشرة. كما تمّ تقديم خسارة مطابقة خماسية (quintuple matching loss) لفرض التنبؤات الخاصة بـ HOI بطريقة موحّدة. يتميّز نهجنا ببساطة مفاهيمية كبيرة ويُظهر دقة محسّنة. وبلا تعقيدات إضافية، حقّق نموذج HOI Transformer أداءً بنسبة $26.61\%$26.61% $AP$AP على مجموعة HICO-DET، و$52.9\%$52.9% $AP_{role}$AProle​ على مجموعة V-COCO، متفوّقًا على الطرق السابقة مع ميزة البساطة الكبيرة. نأمل أن يُشكّل هذا النهج بديلاً بسيطًا وفعالًا لمهمّات HOI. يمكن الوصول إلى الكود من خلال الرابط: https://github.com/bbepoch/HoiTransformer.