在人工智能的领域，尤其是实时物体检测技术，中科大于2024年10月18日推出的D-FINE无疑是一颗冉冉升起的新星。这款强大的实时物体检测器以其卓越的定位精度和高效的运算速度，重新定义了DETR模型中的边界框回归任务，为物体检测技术带来了革命性的进展。
D-FINE：技术革新的双子星
D-FINE的核心在于两个创新组件：细粒度分布细化（FDR）和全局最优定位自蒸馏（GO-LSD），它们共同推动了实时物体检测技术的新浪潮。
FDR：从固定坐标到概率分布的飞跃
FDR将传统的边界框预测转变为一个迭代细化的概率分布过程。这一过程不仅提供了更为精细的中间表示，而且显著提升了定位精度。FDR的工作流程包括：
- 初始框预测：在DETR模型的解码器第一层，基于查询生成几个初始边界框，这些框作为后续细化的基础。
- 细粒度分布细化：D-FINE的解码器根据初始边界框生成四个概率分布，并逐层迭代细化，微调初始边界框。
GO-LSD：自蒸馏优化策略
GO-LSD通过自蒸馏将定位知识从细化分布转移到较浅的层，同时简化了较深层的残差预测任务。这种双向优化策略使得网络层间的局部化知识得以提炼，进一步提升了D-FINE的功能。
D-FINE：性能与效率的双重突破
D-FINE在性能上的表现令人瞩目。在NVIDIA T4 GPU上，D-FINE-L / X以124 / 78 FPS的速度在COCO数据集上实现了54.0% / 55.8%的AP。当在Objects365上进行预训练时，D-FINE-L / X的AP更是达到了57.1% / 59.3%，超越了所有现有的实时检测器。
D-FINE：未来展望与挑战
尽管D-FINE已经取得了显著的成绩，但仍有改进的空间。未来的研究可以探索更先进的架构设计或新颖的训练范例，以在保持轻量级推理的同时增强较轻模型的定位能力。
如何获取D-FINE
D-FINE的代码和预训练模型已在GitHub上公开，全球的研究者和开发者都可以访问和使用这些资源，共同推动实时物体检测技术的发展。
- 代码和预训练模型：github.com/Peterande/D…
- 论文地址：D-FINE: Redefine Regression Task in DETRs as Fine-grained Distribution Refinement
BuluAI算力平台现已震撼上线，点击进入官网详细了解吧！！！
