RT-DETR
无 NMS 端到端检测，精度速度双超 YOLO
RT-DETR 是百度提出的实时目标检测 Transformer，论文发表于 CVPR 2024，官方仓库同时提供 PaddlePaddle 与 PyTorch 实现。它要解决的核心问题是：此前 DETR 系列检测精度高但推理慢，而 YOLO 系列快却依赖 NMS 后处理与大量手工设计。RT-DETR 通过高效混合编码器与 IoU 感知查询选择，去掉 NMS，实现端到端检测，并在同等精度下速度超过同级别 YOLO。项目提供 RT-DETR 与 RT-DETRv2 两代模型，覆盖 R18/R34/R50/R101 等骨干，支持 COCO 训练、评估与部署，附带预训练权重和配置文件，可直接用于检测、分割等下游任务迁移。
项目数据
使用教程
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- Python 环境（项目为 Python 实现，README 节选未给出具体版本）
- 可访问 GitHub 的网络环境
- 已安装 Git 命令行工具
- 能阅读仓库内完整 README 与子目录文档
安装与启动步骤
-
1克隆官方仓库
把 RT-DETR 官方仓库完整克隆到本地，需保证网络能访问 GitHub。
git clone https://github.com/lyuwenyu/RT-DETR.git -
2进入仓库目录
切换到克隆下来的目录，确认仓库文件已正常下载。
cd RT-DETR ls -
3阅读中文说明
查看根目录下的中文 README，从中获取安装与使用细节。
cat README_cn.md -
4区分两套实现
官方仓库同时提供 PaddlePaddle 与 PyTorch 两套实现，先确定用哪一套。
-
5按子目录文档安装
本次 README 节选没有给出安装命令，依赖安装需以所选实现子目录内文档为准。
如何确认成功
git clone 无报错，且能在仓库根目录看到 README.md、README_cn.md 等文件。
常见问题
Q：为什么教程里没有 pip install 之类命令？
A：本次提供的 README 节选只包含项目介绍、论文链接与更新日志，未给出任何安装命令，为避免出错不做编造，请查阅仓库内完整文档。
Q：PaddlePaddle 版和 PyTorch 版怎么选？
A：项目信息显示官方仓库同时提供两种实现，按你熟悉的框架进入对应子目录，再依照该目录下的说明安装依赖。
Q：需要 GPU 吗？
A：README 节选未说明硬件要求。实时目标检测模型通常用 GPU 训练和推理，具体以仓库内完整文档为准。
Q：RT-DETRv2 和 RT-DETRv4 是一回事吗？
A：不是。README 更新日志显示 RT-DETRv4 于 2025.11.18 发布，是另一个独立仓库，部署前注意版本区分。
注意事项
- 本教程仅依据 README 节选整理，缺少安装与运行命令，实际部署请以仓库完整文档为准。
- 仓库包含多套实现与预训练权重，克隆体积可能较大，建议在网络稳定时执行。
- README 提到 RT-DETR 与 RT-DETRv2 两代模型，支持 COCO 训练、评估与部署，具体流程见各自子目录说明。
核心亮点
- 去掉 NMS 后处理，端到端推理，部署链路更简单
- 同精度下推理速度超过同级 YOLO，RT-DETRv2 进一步提升
- 同时提供 Paddle 与 PyTorch 官方实现，预训练权重齐全，复现门槛低
不足之处
- 训练显存与算力需求高于同规模 YOLO，小团队微调成本偏高
- 生态与部署工具链（TensorRT、ONNX、移动端）成熟度仍不及 YOLO 系列
适用场景
- 工业质检、安防监控等需要低延迟端到端检测的实时场景
- 作为 DETR 类检测基线，用于学术对比与算法改进研究
- 替换现有 YOLO 流水线，去掉 NMS 简化部署与调参
替代项目
YOLOv8、DETR、DINO
项目介绍
上一篇：blue-onyx
下一篇：Mamba-YOLO
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3