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 解決了對高精度、即時電腦視覺模型的需求，這類模型必須同時處理多任務——物件偵測、實例分割與關鍵點偵測——且不犧牲延遲。它提供一套可擴展的模型尺寸（從 Nano 到 2XLarge），讓開發者能依硬體限制在精度與速度之間取得平衡。

How it works

RF-DETR 是一種即時 transformer 架構，建立於 DINOv2 視覺 transformer 骨幹之上。它為各項任務使用一致的 API，並透過神經架構搜尋（NAS）開發，以最佳化模型尺寸與效能。此專案提供開源套件 (rfdetr) 並支援與 Inference 函式庫的整合，以簡化部署流程。

Who it’s for

電腦視覺工程師與開發者，需在邊緣裝置或高效能伺服器上部署最先進（SOTA）的即時偵測與分割模型。

Highlights

  • Multi-task Support: 單一 API 同時支援物件偵測、實例分割與關鍵點偵測。
  • DINOv2 Backbone: 利用強大的視覺 transformer 骨幹提升準確度。
  • Optimized Performance: 在準確度與延遲的權衡上，與 YOLO 及其他基於 DETR 的模型相比具競爭力。
  • NAS-Driven: 模型架構透過神經架構搜尋打造，確保最佳效率。