摘要
在本文中，我们提出了一种端到端的线段检测算法，该算法使用Transformer，并且无需后处理和启发式引导的中间处理（如边缘/节点/区域检测）。我们的方法称为LinE segment TRansformers（LETR），通过跳过传统的启发式设计来整合Transformer中的标记化查询、自注意力机制和编码-解码策略。我们为Transformer配备了多尺度编码器/解码器策略，以直接端点距离损失进行细粒度的线段检测。这种损失项特别适用于检测诸如线段等几何结构，因为这些结构用传统的边界框表示并不方便。Transformer通过多层自注意力机制逐步优化线段。实验结果表明，我们在Wireframe和YorkUrban基准测试中取得了最先进的性能。