roboflow/rf-detr

RF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026]

What it solves

RF-DETR 解决了对高精度、实时计算机视觉模型的需求，这类模型必须同时处理多任务——目标检测、实例分割和关键点检测——且不牺牲延迟。它提供一套可扩展的模型尺寸（从 Nano 到 2XLarge），让开发者能够根据硬件限制在精度和速度之间取得平衡。

How it works

RF-DETR 是一种实时 transformer 架构，建立在 DINOv2 视觉 transformer 主干之上。它为各任务使用一致的 API，并通过神经架构搜索（NAS）开发，以优化模型尺寸和性能。项目提供开源包 (rfdetr) 并支持与 Inference 库的集成，以简化部署流程。

Who it’s for

计算机视觉工程师和开发者，需要在边缘设备或高性能服务器上部署最先进（SOTA）的实时检测和分割模型。

Highlights

  • Multi-task Support: 单一 API 同时支持目标检测、实例分割和关键点检测。
  • DINOv2 Backbone: 利用强大的视觉 transformer 主干提升准确度。
  • Optimized Performance: 在准确度与延迟的权衡上，与 YOLO 及其他基于 DETR 的模型相比具竞争力。
  • NAS-Driven: 模型架构通过神经架构搜索创建，确保最佳效率。