标题：清华|Query2Label: A Simple Transformer Way to Multi-Label Classification（Query2Label：多标签分类的简单变换器方法）

简介：本文提出了一种简单有效的方法解决多标签分类问题。所提出的方法利用变换器解码器来查询类标签的存在。变换器的用途是植根于需要为不同的标签自适应地提取局部判别特征，这是一个强烈需要的属性，因为一个对象存在多个图像。 Transformer 解码器中的内置交叉注意力模块提供了一种有效的方法，可以使用标签嵌入作为查询，从视觉主干计算的特征图中探测和汇集与类相关的特征用于后续的二元分类。与之前相比有效，新框架很简单，使用标准的变换器和视觉主干，并且在五个多标签分类数据集（包括MS-COCO、PASCAL VOC、NUS-WIDE和视觉基因组）有效、一致。特别是，我们在MS-COCO上建立了91.3%的mAP。我们希望其结构紧凑、实现简单、性能优越作为未来的研究多标签分类任务的强大基线。