sunsmarterjie/yolov12

解決的問題

YOLOv12 解決了即時物件偵測中速度與準確性之間的權衡問題。雖然注意力機制通常比 CNN 提供更優越的建模能力，但它們通常太慢而無法用於即時應用。YOLOv12 提供了一個以注意力為中心的框架，在利用注意力機制性能優勢的同時，達到了與基於 CNN 的偵測器相當的速度。

運作原理

它實現了一種專為高效率即時性能而設計的注意力中心架構。該專案提供了多種模型規模（Nano、Small、Medium、Large 和 X-Large），並支援三種主要的電腦視覺任務：物件偵測、實例分割和影像分類。它建立在 Ultralytics 框架之上，便於進行訓練、驗證以及匯出至 TensorRT 和 ONNX 等格式。

適用對象

需要在 GPU（如 T4）或邊緣裝置上進行高準確度、即時物件偵測、分割或分類的電腦視覺工程師與研究人員。

特點

• 以注意力為中心的設計：結合了注意力機制的準確性與 CNN 的速度。
• 多任務支援：包含用於偵測、實例分割和分類的專用模型。
• 高效率：在準確性與速度的權衡上優於先前的 YOLO 版本（v10、v11）和 RT-DETR。
• Turbo 版本：提供「Turbo」變體以實現更快的推論速度。
• 靈活部署：支援匯出至 TensorRT 和 ONNX，以便在 Android 或其他邊緣裝置上進行部署。