sunsmarterjie/yolov12

解决的问题

YOLOv12 解决了实时目标检测中速度与准确性之间的权衡问题。虽然注意力机制通常比 CNN 提供更优越的建模能力，但它们通常太慢而无法用于实时应用。YOLOv12 提供了一个以注意力为中心的框架，在利用注意力机制性能优势的同时，达到了与基于 CNN 的检测器相当的速度。

运作原理

它实现了一种专为高效率实时性能而设计的注意力中心架构。该项目提供了多种模型规模（Nano、Small、Medium、Large 和 X-Large），并支持三种主要的计算机视觉任务：目标检测、实例分割和图像分类。它建立在 Ultralytics 框架之上，便于进行训练、验证以及导出至 TensorRT 和 ONNX 等格式。

适用对象

需要在 GPU（如 T4）或边缘设备上进行高准确度、实时目标检测、分割或分类的计算机视觉工程师与研究人员。

特点

• 以注意力为中心的设计：结合了注意力机制的准确性与 CNN 的速度。
• 多任务支持：包含用于检测、实例分割和分类的专用模型。
• 高效率：在准确性与速度的权衡上优于先前的 YOLO 版本（v10、v11）和 RT-DETR。
• Turbo 版本：提供“Turbo”变体以实现更快的推理速度。
• 灵活部署：支持导出至 TensorRT 和 ONNX，以便在 Android 或其他边缘设备上进行部署。