RT-DETR：在实时目标检测上，DETRs打败了yolo

AI智韵

已于 2023-12-12 18:02:33 修改

阅读量1.3k

点赞数 2

分类专栏： RT-DETR实战与改进手册高质量AI论文翻译文章标签：目标检测 YOLO 人工智能

于 2023-11-01 22:04:35 首次发布

不能复制，转发

本文链接：https://blog.csdn.net/m0_47867638/article/details/134171267

版权

高质量AI论文翻译同时被 2 个专栏收录

175 篇文章 24 订阅 ¥99.90 ¥299.90

订阅专栏

RT-DETR实战与改进手册

16 篇文章 3 订阅 ¥79.90 ¥99.00

订阅专栏

RT-DETR是首个实时端到端目标检测器，它解决了DETR计算成本高和NMS对实时检测器速度的影响。通过设计混合编码器和IoU-aware查询选择，RT-DETR在COCO val2017上实现了53.0%-54.8%的AP，速度超越了YOLO和DINO-DeformableDETR，成为新的实时检测器SOTA。

摘要由CSDN通过智能技术生成

摘要

论文：https://arxiv.org/pdf/2304.08069.pdf
最近，基于Transformer的端到端检测器(DETRs)取得了显著的成果。然而，DETRs的高计算成本限制了它们的实际应用，并阻止了它们充分利用无后处理(例如非极大值抑制(NMS))的优势。在本文中，我们首先分析了NMS对现有实时目标检测器的准确性和速度的负面影响，并建立了端到端的实时速度基准。为了解决上述问题，我们提出了第一个实时端到端目标检测器——RT-DETR（Real-Time Detection Transformer）。具体来说，我们设计了一个高效的混合编码器，通过分离尺度内的相互作用和跨尺度融合来有效地处理多尺度特征，并提出了IoU-aware查询选择来进一步提高性能，为解码器提供更高质量的初始目标查询。此外，我们提出的检测器支持使用不同的解码层进行灵活的推理速度调整，无需重新训练，这有利于在各种实时场景中的实际应用。我们的RT-DETR-L在COCO val2017上实现了53.0%的AP，在T4 GPU上实现了114 FPS，而RT-DETR-X实现了54.8%的AP和74 FPS，在速度和准确性方面都优于相同规模的YOLO检测器。此外，我们的RT-DETR-R50实现了53.1%的AP和108 FPS，在准确性方面比DINO-DeformableDETR-R50高出2.2

了解本专栏