性能&耗时完爆YOLOv11，RT-DETRv3真正的实时端到端目标检测算法

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ 计算机视觉研究院 学习群 ｜ 扫码在主页获取加入方式 论文链接：https://arxiv.org/pdf/2409.08475 计算机视觉研究院专栏 Column of Computer Vision Institute RT-DETR是第一个基于实时端到端Transformer的目标检测器。 其效率来源于框架设计和Hungarian matching。 然而与YOLO系列等密集的监督检测器相比，Hungarian matching提供了更稀疏的监督，导致模型训练不足，难以达到最佳结果。 PART/ 1   概述    为了解决这些问题，研究者提出了一种基于RT-DETR的分层密集正监督方法，称为RT-DETRv3。首先引入了一个基于CNN的辅助分支，该分支提供密集的监督，与原始解码器协同工作，以增强编码器的特征表示。其次为了解决解码器训练不足的问题，进一步提出了一种涉及self-att扰动的新学习策略。该策略使多个查 ………………………………