跳到正文
arXiv · 机器人与计算机视觉· Zijun Liao, Yian Zhao, Xin Shan, Yu Yan, Chang Liu, Lei Lu, Xiangyang Ji, Jie Chen·· 2026-10-09AI 评分70

RT-DETRv4:利用视觉基础模型无痛提升实时目标检测

RT-DETRv4: Painlessly Furthering Real-Time Object Detection with Vision Foundation Models

AI 导读

针对轻量化网络设计导致特征表示退化的问题,本文提出一种低成本且高度可适配的蒸馏框架,通过深度语义注入模块和梯度引导自适应调制策略,将视觉基础模型的高层表征无损迁移至轻量级检测器。新模型家族 RT-DETRv4 在 COCO 数据集上达到最先进结果,在不同速度下分别取得 AP 分数为 49.8/53.7/55.4/57.0,对应帧率为 273/169/124/78 FPS。代码已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org