rf-detr
RF-DETR — Real-Time SOTA object detection, instance segmentation y keypoint detection de Roboflow. Backbone DINOv2, 7 modelos (N→2XL). SOTA en COCO y RF100-VL con latencia <7ms para detección en T4. Apache 2.0.
معلومات المصدر
- المستودع
- Ntizar/NtizarBrainMasterMind
- آخر نشاط في المصدر
- ٢٩ يونيو ٢٠٢٦ في ١٢:٣٥
- لغة SKILL.md المكتشفة
- الإسبانية
- النجوم
- ٢
- التفرعات
- ٠
خيارات التثبيت
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
مراجعة ملفات المصدر
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
عرض SKILL.md
SKILL.md
تعليمات المصدر · معاينة للقراءة فقط- name
- rf-detr
- version
- 1.0.0
- description
- RF-DETR — Real-Time SOTA object detection, instance segmentation y keypoint detection de Roboflow. Backbone DINOv2, 7 modelos (N→2XL). SOTA en COCO y RF100-VL con latencia <7ms para detección en T4. Apache 2.0.
- tags
- ["computer-vision","object-detection","instance-segmentation","keypoint-detection","transformer","det","dino","real-time","roboflow","sota"]
# RF-DETR — Real-Time SOTA Object Detection
## Resumen
RF-DETR es un architecture transformer en tiempo real para **detección de objetos, segmentación de instancias y detección de keypoints** de Roboflow. Usa DINOv2 (Vision Transformer) como backbone y ofrece SOTA en COCO y RF100-VL con latencias increíbles (<7ms en T4).
## Modelos disponibles
| Tamaño | COCO AP<sub>50</sub> | Latencia (ms) | Parámetros | Resolución | Licencia |
|--------|---------------------|---------------|------------|------------|----------|
| RF-DETR-N | 67.6 | 2.3 | 30.5M | 384×384 | Apache 2.0 |
| RF-DETR-S | 72.1 | 3.5 | 32.1M | 512×512 | Apache 2.0 |
| RF-DETR-M | 73.6 | 4.4 | 33.7M | 576×576 | Apache 2.0 |
| RF-DETR-L | 75.1 | 6.8 | 33.9M | 704×704 | Apache 2.0 |
| RF-DETR-XL | 77.4 | 11.5 | 126.4M | 700×700 | PML 1.0 |
| RF-DETR-2XL | 78.5 | 17.2 | 126.9M | 880×880 | PML 1.0 |
Modelos de segmentación (RF-DETR-Seg-N a 2XL): COCO AP<sub>50:95</sub> 40.3–49.9, de 3.4ms a 21.8ms.
Keypoints (preview): COCO AP<sub>50:95</sub> 71.8 a 9.7ms — supera a YOLO26-pose-X (71.0).
## Instalación
```bash
pip install rfdetr
```
Dependencias: PyTorch >=2.2, torchvision >=0.17, transformers >=5.1, supervision >=0.29, numpy, pydantic.
## Uso básico — Detección
```python
import supervision as sv
from rfdetr import RFDETRMedium
model = RFDETRMedium()
detections = model.predict("image.jpg", threshold=0.5)
# Visualización con supervision
from rfdetr.assets.coco_classes import COCO_CLASSES
labels = [COCO_CLASSES[cid] for cid in detections.class_id]
annotated = sv.BoxAnnotator().annotate(sv.Image(image), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels)
```
Modelos: `RFDETRNano`, `RFDETRSmall`, `RFDETRMedium`, `RFDETRLarge`, `RFDETRXLarge`.
## Finetuning
```python
# LoRA fine-tuning (opcional, requiere pip install rfdetr[lora])
# PyTorch Lightning training (requiere pip install rfdetr[train])
```
Soporta LoRA en backbone, Albumentations para augmentations, export a ONNX/TensorRT/TFLite.
## Comparativa clave vs YOLO
RF-DETR-L supera a YOLO26-X en detección (56.5 vs 56.9 AP50:95) con similar latencia (6.8 vs 9.6ms) pero solo 33.9M params vs 56.9M. En segmentación la diferencia es mayor: RF-DETR-Seg-L 47.1 AP50:95 vs YOLO26-X-Seg 46.8.
## Integración con Mastermind
- Visor de imágenes con detección de objetos en tiempo real
- Pipeline de CV para proyectos geoespaciales (NAIP, Sentinel)
- Detección de objetos en drone/Satellite imagery
- Combinar con `vision/clip-multimodal` o `vision/onnx-webgpu-inference`
- Para export a navegador: ONNX → WebGPU via `vision/onnx-webgpu-inference`
## Referencias
- Repo: `roboflow/rf-detr`
- Docs: https://github.com/roboflow/rf-detr
- Paper: arXiv 2511.09554
- HuggingFace Space: SkalskiP/RF-DETR
- Complemento: `roboflow/supervision` para visualización y post-procesamiento
عرض على GitHub