Intellindust-AI-Lab/DEIMv2

解决的问题

DEIMv2 解决了对高性能、实时目标检测的需求，该检测能够在不同硬件限制下扩展，从超轻量边缘设备到更强大的系统。它旨在在 COCO 等基准测试上提供最先进 (SOTA) 的准确度，同时保持低延迟。

工作原理

DEIMv2 是 DEIM 框架的演进版本，集成了 DINOv3 的特征。它提供多种模型规模（Atto、Femto、Pico、N、S、M、L 和 X），以平衡速度与准确度。该架构采用不同的主干网络，包括用于最轻量版本的 HGNetv2，以及用于更大、更准确变体的基于 DINOv3 的 ViT。它采用 HybridEncoder、DEIMTransformer 解码器和 PostProcessor 来执行检测。

适用对象

本项目专为构建实时视觉应用的 AI 研究人员和开发者设计，特别是针对边缘部署，且需要在参数数量与推理速度之间取得平衡的场景。

亮点

• 可扩展的模型库：提供从超轻量 "Atto" 版本（0.5M 参数）到高性能 "X" 版本（50.3M 参数）的广泛模型规模。
• SOTA 性能：S 型号模型在 COCO 基准测试上达到超过 50 AP。
• 边缘就绪：支持导出至 ONNX 和 TensorRT，以在边缘硬件上进行优化部署。
• 广泛集成：集成至 Intel® Geti™ 和 X-AnyLabeling，以便于微调与标注。