DINO

收录理由

如果你的检测系统要部署到真实场景，比如行车记录仪、工厂流水线或是货架识别，DINO 值得认真考虑。它继承了 DETR 的端到端设计，省去了传统检测器里手工调参的锚框和繁琐的后处理步骤，转而通过去噪锚框和对比学习查询的方式提升精度。仓库里提供了完整的训练与评估脚本、多种骨干网络的预训练权重，还有可以直接运行的推理 notebook，从论文到自有数据的迁移路径很清晰。作为 ICLR 2023 论文的官方实现，它也是一份理解现代 transformer 检测器内部机制的可靠参考资料。