#COCO 2017
conditional-detr-resnet-50 - 基于条件机制增强ResNet-50的图像检测模型
Github模型快速训练收敛Conditional DETR开源项目对象检测HuggingfaceCOCO 2017ResNet-50
Conditional DETR结合了ResNet-50，通过条件交叉注意力机制加速COCO 2017数据集上的训练收敛。在目标检测任务中，该模型解决了训练收敛缓慢的问题，提升了特征提取和目标分类的效率。通过条件空间查询机制，模型能够更高效地定位目标区域，提高了训练速度。在R50和R101骨干网下加速6.7倍，DC5-R50和DC5-R101下加速10倍，并支持PyTorch。
deformable-detr - 使用ResNet-50骨干网络实现的Deformable DETR目标检测模型
Deformable DETR物体检测HuggingfaceGithub开源项目Hungarian算法模型COCO 2017卷积神经网络
Deformable DETR模型依托ResNet-50骨干网络，实现了高效的端到端目标检测。通过变形Transformer机制，它能够有效处理并识别图像中的复杂对象。此模型在COCO 2017数据集上经过充分训练，采用目标查询匹配和双重损失优化技术，显著提高了检测精度。适用于高效目标检测场景。