#物体识别

RT-DETR是一个开源的实时目标检测算法项目，在性能上超越了YOLO系列。它提供多种模型变体，从轻量级R18到大型X模型，适应不同应用需求。在COCO和Objects365数据集上，RT-DETR展现出卓越性能，最高达到56.2mAP和217FPS。项目同时支持PyTorch和PaddlePaddle框架，便于研究和应用。

TidyBot项目利用大语言模型的少样本总结能力，开发了个性化家庭清理机器人。系统结合语言规划和感知，从少量示例快速学习用户偏好并应用于新场景。在基准测试中，TidyBot对未见物品达91.2%准确率，实际测试中成功放置85.0%物品。这为机器人个性化物理协助提供了新思路。