RF-DETR由Roboflow团队开发，采用Transformer架构作为基础框架，实现了高效率的实时对象检测能力。该模型具有两种配置版本：RF-DETR-base包含2900万参数，RF-DETR-large包含1.28亿参数，均为轻量化设计以适应不同场景需求。在性能表现上，RF-DETR在COCO数据集上实现了超过60AP（Average Precision）的实时检测精度，这是同类模型中首次达到的里程碑。相较于传统CNN架构的检测模型，其Transformer结构能够更好地处理全局上下文信息，在准确性上具有显著提升。模型代码和预训练权重采用Apache 2.0开源协议，便于研究者和开发者自由使用和修改。
Essa resposta foi extraída do artigoRF-DETR: um modelo de código aberto para detecção de objetos visuais em tempo realO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " RF-DETR是基于Transformer架构的高效实时对象检测开源模型
Português do Brasil 
简体中文 
English 
日本語 
Deutsch