# 多尺度特徵提取

RT-DETRv2是基於RT-DETR架構優化的即時目標檢測模型，通過選擇性多尺度特徵提取和訓練策略改進，在保持即時性能的同時提升檢測精度。

RT-DETRv2是基於DETR架構改進的即時目標檢測模型，通過選擇性多尺度特徵提取和動態數據增強等創新點優化了檢測性能。

RT-DETRv2是一種改進的即時目標檢測Transformer模型，通過選擇性多尺度特徵提取和動態數據增強等策略提升性能。

RT-DETRv2是即時目標檢測Transformer模型的改進版本，通過多尺度特徵提取和優化訓練策略提升性能。

基於timm庫的SAM2（僅HieraDet圖像編碼器）權重，源自Facebook的Hiera小型模型。

Switti是一種基於尺度感知的文本到圖像生成變換器，專注於高質量的圖像合成。

RT-DETRv2是改進版即時檢測變換器，通過引入即插即用優化方案提升靈活性與實用性，並優化訓練策略實現更強性能。

MSI-Net是一種視覺顯著性模型，通過基於眼動數據訓練的上下文編碼器-解碼器網絡預測人類在自然圖像上的注視點。

Hiera是一種高效的分層式Transformer架構，通過MAE訓練優化空間偏置特性，顯著提升參數利用效率

一個用於圖像分割任務的深度學習模型，能夠將圖像中的不同對象或區域進行精確分割。

FocalNet是一個基於焦點調製網絡的圖像分類模型，由微軟團隊在ImageNet-22k數據集上預訓練完成。

ResNet50是基於深度殘差學習實現的圖像分類模型，通過殘差連接解決了深度神經網絡中的梯度消失問題。

ResNet18是基於深度殘差學習實現的圖像分類模型，通過殘差連接解決了深層網絡訓練困難的問題。

ResNet152是基於深度殘差學習的圖像分類模型，通過殘差連接解決了深度網絡訓練中的梯度消失問題。