https://pan.quark.cn/s/4be356a8f6be
开源地址：
https://github.com/roboflow/rf-detr
RF-DETR是由Roboflow推出的新一代实时目标检测与实例分割模型，基于DINOv2 Vision Transformer骨干网络构建，在保持高推理速度的同时，实现了当前领先的检测精度与延迟平衡，被定位为实时场景下的SOTA（State-of-the-Art）视觉检测架构。
该模型采用统一Transformer架构，同时支持目标检测和实例分割，通过一致化API提供简洁的调用方式，适合开发者快速集成到各类视觉应用中。
核心功能：
目标检测：高精度识别图像/视频中的目标位置与类别
实例分割：精确分割每个目标的像素级轮廓
高性能推理：兼顾速度与精度，适用于实时应用
DINOv2 Backbone：基于先进视觉Transformer架构
统一API接口：检测与分割任务共用一致调用方式
应用场景：
自动驾驶/智能交通
安防监控与行为分析
工业质检/缺陷检测
零售商品识别
机器人视觉与环境感知
电脑需满足以下配置
操作系统：Windows 10/11 64位
内存：建议16G以上
显卡：至少4G及以上显存的英伟达（NVIDIA）显卡
CUDA：显卡支持的CUDA版本大于等于12.8版本
