RTDETRv2

[lyuwenyu]

https://arxiv.org/abs/2407.17140

---

I will release the rtdetrv2 soon, which will provide a better deployment experience and higher accuracy.

You can start this repo to follow news

---

The AP of rtdetrv2_r18vd on the COCO-val2017 dataset is increased by 1.4 and maintains the same inference speed compared with RTDETRv1. In addition, in order to make rtdetr everywhere, we provide rtdetrv2_r18vd_dsp that utilizes discrete deformable attention instead of deformable attention with negligible differences on AP₅₀^val compared with rtdetrv2_r18vd.

Figure

[CatfishW]

v2有哪些结构上的变化呀ovo

[huihui308]

Do you have smaller model which can be trained on 3080ti?

[Ryanshuai]

求大佬更新pytorch v2！

[leoxxxxxD]

@lyuwenyu 大佬 v2年前可能开源吗

[BUG1989]

@lyuwenyu 大佬，来催更了。之前的预训练模型里面的 add op 有 infinity 数据。模型量化会有问题

[BUG1989]

我的问题我们已经解决了，在我司的芯片上运行效果挺好。

• https://zhuanlan.zhihu.com/p/683445595

[SoulProficiency]

RTDETR可以转rknn吗？

[SoulProficiency]

我的问题我们已经解决了，在我司的芯片上运行效果挺好。

老哥，你们的芯片是rk的吗？

[BUG1989]

我的问题我们已经解决了，在我司的芯片上运行效果挺好。

老哥，你们的芯片是rk的吗？

爱芯元智，AX650N

[zhouzq-thu]

waiting

[Peterande]

您好，请问v2有投稿意向吗？能得知大概会在什么时间范围内放出嘛？ 我也有意向将RT-DETR这个IP做下去，像YOLO一样形成V2,V3....并且也取得了一些成果， 但似乎在您的官方v2发布前我无法擅自进行这种延续性的命名qwq

[lyuwenyu]

您好，请问v2有投稿意向吗？能得知大概会在什么时间范围内放出嘛？ 我也有意向将RT-DETR这个IP做下去，像YOLO一样形成V2,V3....并且也取得了一些成果， 但似乎在您的官方v2发布前我无法擅自进行这种延续性的命名qwq

---

@Peterande 非常抱歉本issue名字给你带来的困扰

---

另外也非常高兴社区有RTDETR方向的优化，非常期待成果。( 这也是我们开源的目的之一 )

1. RTDETRv2是我们刚发布v1之后的产物，是我们对RTDETR的优化版本（主要是训练策略and部署方面的优化，模型结构和v1是一致的，可能叫v1.5更合适）。所以从创新的的角度，应该不会和你有冲突
2. RTDETRv2模型本来是有开源的计划，但是由于缺少人手的问题目前未能开源，也未形成技术报告/论文（模型限内部使用，但是不排除之后会直接开源代码）
3. 鉴于本discussionhttps://github.com/lyuwenyu/RT-DETR/issues/179 已经存在的事实，建议你直接用v3，但是论文不需要和v2进行比较

如果有疑问和其他想法 欢迎继续讨论

[Peterande]

您好，请问v2有投稿意向吗？能得知大概会在什么时间范围内放出嘛？ 我也有意向将RT-DETR这个IP做下去，像YOLO一样形成V2,V3....并且也取得了一些成果， 但似乎在您的官方v2发布前我无法擅自进行这种延续性的命名qwq

@Peterande 非常抱歉本issue名字给你带来的困扰

另外也非常高兴社区有RTDETR方向的优化，非常期待成果。( 这也是我们开源的目的之一 )

1. RTDETRv2是我们刚发布v1之后的产物，是我们对RTDETR的优化版本（主要是训练策略and部署方面的优化，模型结构和v1是一致的，可能叫v1.5更合适）。所以从创新的的角度，应该不会和你有冲突
2. RTDETRv2模型本来是有开源的计划，但是由于缺少人手的问题目前未能开源，也未形成技术报告/论文（模型限内部使用，但是不排除之后会直接开源代码）
3. 鉴于本discussion (comming soon)已经存在的事实，建议你直接用v3，但是论文不需要和v2进行比较

如果有疑问和其他想法 欢迎继续讨论

非常感谢您的解答和分享！我已经明白了RTDETRv2的情况，也感谢您团队对社区的贡献和开源精神。

[lyuwenyu]

https://arxiv.org/abs/2407.17140

[Ryanshuai]

https://arxiv.org/abs/2407.17140

感谢感谢，现在就卡在 deformable attention，好多板子支持的不好。 感谢！

[defrag-bambino]

源代码什么时候到？

https://arxiv.org/abs/2407.17140