超越YOLOv10/11、RT-DETRv2/3！中科大D-FINE重新定义边界框回归任务
中国科学技术大学研究团队提出了 D-FINE，通过细粒度分布优化 (FDR) 和全局最优定位自蒸馏 (GO-LSD) 技术，解决了实时目标检测中的性能与效率问题。D-FINE 在 COCO 数据集上以 78 FPS 的速度取得了 59.3% 的平均精度 (AP)，远超 YOLOv10、YOLO11 等竞争对手。该方法简化了优化过程，提高了模型在复杂场景下的鲁棒性。D-FINE 的代码和工具已开源，包含详细的预训练教程和自定义数据集处理指南。来源：https://mp.weixin.qq.com/s/olVR2MoznWwhKM5QwonlgA
页:
[1]