2025年最佳的 322 个目标检测工具

基于DETR架构的表格检测模型，专门用于从非结构化文档中提取表格

Grounding DINO是一个开放集目标检测模型，通过结合DINO检测器与文本编码器实现零样本目标检测能力。

Grounding DINO是一个结合DINO检测器与接地预训练的开放集目标检测模型，能够实现零样本目标检测。

DETR是一个基于Transformer架构的端到端目标检测模型，使用ResNet-50作为骨干网络，在COCO数据集上训练。

DETR是一个使用Transformer架构的端到端目标检测模型，采用ResNet-101作为骨干网络，在COCO数据集上训练。

基于DETR架构的文档表格检测模型，用于检测文档中的有边框和无边框表格

基于视觉Transformer（ViT）的目标检测模型，使用DETR损失函数训练，在COCO数据集上表现优异。

基于COCO 2017目标检测数据集微调的YOLOS模型，使用视觉Transformer架构实现高效目标检测。

RT-DETR是首个实时端到端目标检测器，通过高效混合编码器和不确定性最小化查询选择机制，在COCO数据集上达到53.1% AP，108 FPS的性能。

首个实时端到端目标检测器，基于Transformer架构，消除非极大值抑制需求，在速度与精度上超越YOLO系列

基于YOLOv8m的目标检测模型，专门用于表格提取任务，能够检测带边框和无边框的表格。

基于YOLOv5n的轻量级车牌检测模型，专为车牌识别任务优化

基于YOLOv8s的表格检测模型，能够准确识别图像中的有边框和无边框表格。

RT-DETRv2是基于RT-DETR架构优化的实时目标检测模型，通过选择性多尺度特征提取和训练策略改进，在保持实时性能的同时提升检测精度。

这是一个针对时尚领域微调的目标检测模型，基于YOLOS架构，能够识别和定位时尚物品及其细节。

YOLOE是一个高效、统一且开放的目标检测与分割模型，支持文本、视觉输入及无提示范式等多种提示机制，实现实时全能视觉感知。

OmDet-Turbo是基于实时Transformer的高效融合头开放词汇检测模型，适用于零样本目标检测任务。

RT-DETR是首个实时端到端目标检测器，通过高效混合编码器和查询选择机制实现超越YOLO系列的速度与精度平衡

基于YOLOv8s微调的手写签名检测模型，专门用于文档图像中的签名定位

可变形DETR是一种端到端目标检测模型，使用Transformer架构和可变形注意力机制改进检测性能。

在DocLayNet数据集上训练的可变形DETR模型，用于文档布局分析中的目标检测任务，达到57.1的box mAP指标。

RT-DETRv2是一种改进的实时目标检测Transformer模型，通过选择性多尺度特征提取和动态数据增强等策略提升性能。

基于YOLOv5m架构的车牌目标检测模型，在车牌检测任务上表现出色。

基于DETR架构的文档布局检测模型，能够识别文档中的多种布局元素。

RT-DETR是首个实时端到端目标检测Transformer模型，通过高效混合编码器和查询选择机制实现无NMS的高效检测

TF-ID是专门用于提取学术论文中表格和图表的视觉目标检测模型，基于Florence-2微调而成

DETR是一个使用Transformer进行端到端目标检测的模型，采用ResNet-101作为骨干网络并在COCO数据集上训练。

条件DETR是一种改进的目标检测模型，通过条件交叉注意力机制显著提升训练收敛速度

基于YOLOv8的目标检测模型，专为实时检测股市交易图表中的关键模式而设计

基于YOLOv8的表格检测模型，用于识别图像中的表格区域，支持带边框和无边框表格检测。

YOLOv8 是 Ultralytics 开发的最新一代目标检测模型，基于先前 YOLO 版本的成功构建，引入了新功能和改进，进一步提升性能和灵活性。

基于Transformer架构的端到端目标检测模型，无需传统目标检测中的锚框设计

D-FINE是一个用于目标检测的模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。

YOLOE是一个实时视觉全能模型，结合了目标检测和视觉理解能力，适用于多种视觉任务。

基于facebook/detr-resnet-50模型在cppe-5数据集上微调的目标检测模型，专注于个人防护装备检测。

该DETR模型在SKU110K目标检测数据集上进行了端到端训练，查询数设置为400，适用于商品货架检测等场景。

DETR是一个基于Transformer架构的端到端目标检测模型，使用ResNet-50作为骨干网络，并在COCO数据集上训练。

D-FINE是一个强大的实时目标检测模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。

D-FINE 是一种实时目标检测模型，通过重新定义边界框回归任务，实现了卓越的定位精度。

LLMDet是基于大语言模型监督的强开放词汇目标检测器，CVPR2025亮点论文成果

YOLOv10是清华大学提出的实时端到端目标检测模型，具有高效和准确的特点。

D-FINE 是一款基于 DETR 架构改进的实时目标检测模型，通过重新定义边界框回归任务实现了卓越的定位精度。