Intellindust-AI-Lab/DEIMv2

解决的问题

DEIMv2 解决了在多种硬件上实现高精度且高效的实时目标检测的需求。传统检测器往往在速度和精度之间权衡，而 DEIMv2 提供了从超轻量（Atto）到超大（X）的模型规模谱系，让你可以根据部署场景选择合适的平衡点。它在具有挑战性的 COCO 基准上取得了最先进的结果，其中 S 模型已超过 50 AP，证明精度不必以速度为代价。

工作原理

DEIMv2 是 DEIM 检测框架的演进。它利用 DINOv3（一种现代视觉骨干网络）的丰富特征来提升性能。对于较小的变体（S 和 M），它使用从 DINOv3 蒸馏的自定义 ViT-Tiny 骨干网络，从而实现高效且强大的模型。代码库提供了可配置的训练、测试和微调流程，模型发布在 Hugging Face 上便于加载。它还包含导出到 ONNX 以及使用 TensorRT 或 OpenVINO 部署的工具，并集成 Intel Geti 实现无代码微调。

适用人群

DEIMv2 面向需要在实时应用中实现精确目标检测的开发者和研究人员——无论是在边缘设备（使用 Atto、Femto 或 Pico）还是高端服务器（使用 L 或 X）上。它也适用于希望在 COCO 格式的自定义数据集上进行微调的团队，或需要通过 Geti 在 Intel 硬件上部署的团队。该项目欢迎贡献，并提供从预训练模型到自定义训练的清晰路径。

亮点

• 在 COCO 上达到最先进性能：S 模型超过 50 AP，X 模型达到 57.8 AP。
• 八种模型变体（Atto、Femto、Pico、N、S、M、L、X）覆盖广泛的计算预算。
• 使用 DINOv3 特征和自定义蒸馏 ViT 骨干网络，平衡精度和速度。
• 模型和代码可在 Hugging Face 和 GitHub 上获取，并附有详细的配置文件。
• 部署支持：ONNX 导出、TensorRT（用于 FP16）以及通过 Intel Geti 集成的 OpenVINO。
• 与 X-AnyLabeling 和 LightlyTrain 集成，扩展了实际可用性。