deformable detr的输入是什么

Deformable DETR是一个基于Transformer的目标检测模型，其输入包括两部分：图像和目标位置信息。具体来说，输入图像是一个三维张量，包含了图像的高度、宽度和通道数（例如RGB通道）。而目标位置信息则由一个二维张量表示，每一行包含一个目标的位置信息，通常包括目标的类别、中心坐标、宽度和高度等信息。这些位置信息在训练时可以由标注数据提供，而在测试时则需要由目标检测算法自行预测。