RF-DETR 是 Roboflow 推出的实时目标检测与实例分割模型架构，在 COCO 上达到 SOTA，适合直接微调落地。
基于 DETR 系列的目标检测研究平台，集成 DAB-DETR、DINO、Mask-DINO 等主流变体，方便复现和对比实验。
基于 C++ 和 TensorRT 的 RF-DETR 推理引擎，支持目标检测与实例分割，可在 NVIDIA GPU 和 Jetson 上以 FP32/FP16/INT8 量化部署。
基于 PyTorch 的目标检测工具箱与基准库，集成了 Faster R-CNN、DETR、Grounding DINO 等主流模型，方便训练、评测和复现检测与分割算法。
基于飞桨的目标检测工具库，覆盖检测、实例分割、多目标跟踪和实时多人关键点检测，提供从训练到部署的完整流程。
一套可直接在 Colab 跑的计算机视觉教程合集，覆盖 ResNet 到 RF-DETR、YOLO11、SAM 3、Qwen3-VL 等模型，帮你快速上手训练、微调与推理。
用 TensorRT 网络定义 API 手写实现 YOLO、ResNet、Swin Transformer 等主流深度学习模型，并附 C++ 推理代码，方便直接部署到 NVIDIA GPU。
D-FINE 把 DETR 的边界框回归重构成细粒度分布细化，让目标检测在保持端到端简洁结构的同时显著提升定位精度，是 ICLR 2025 Spotlight 工作。
DEIM 是一个面向实时目标检测的 DETR 改进方案，通过优化一对一匹配策略加速模型收敛，让 DETR 系列检测器训练更快、精度更高。
一站式视觉模型训练工具，支持 YOLO、ViT、RT-DETR、DINOv3 等模型的预训练、微调与知识蒸馏，省去自己搭训练流程的麻烦。
MIT 协议的开源计算机视觉库，支持目标检测、实例分割和姿态估计，兼容 ONNX 与 PyTorch，方便在边缘设备上训练和部署模型。
基于 tensorRT_Pro 扩展的 TensorRT C++ 推理库，集成 YOLO、RT-DETR、PPOCR、车道线检测、深度估计等多类视觉模型，提供高性能部署方案。
一站式实时视觉训练与部署框架，覆盖目标检测、关键点估计、实例与语义分割，支持导出 TensorRT、ONNX、OpenVINO、CoreML 到边缘设备。
RF-DETR 1.10.1 is a patch release: compile=True now actually reaches CUDA's torch.compile path under the default multi scale=True recipe, and peak CUDA memory in segmenta
…https://github.com/jamjamjon/usls/pull/160 Add RT-DETRv4 by @jamjamjon in https://github.com/jamjamjon/usls/pull/161 New Contributors @numfin made their first contributio
…ithms and Benchmarks, including: - Support [Focus-DETR (ICCV'2023)](https://github.com/IDEA-Research/detrex/tree/main/projects/focus detr) - Support [SQR-DETR (CVPR'2023)
…eXt-1K pretrained backbones. - Release Deformable-DETR-R50 pretrained weights. - Release DETA and better H-DETR pretrained weights: achieving 50.2 AP and 49.1 AP respecti
What's New New Algorithms - Support Anchor-DETR - Support DETA More training techniques - Support EMAHook during training by setting train.model ema.enabled=True , which
…provides us a detailed usage about onnx export in detrex. Please see this issue https://github.com/IDEA-Research/detrex/issues/192 What's New New Algorithm - MaskDINO COC