# COCO数据集

RT-DETR是首个实时端到端目标检测器，通过混合编码器和查询选择机制实现高效检测，无需NMS后处理。

YOLOv10x 是 YOLO 系列的最新版本，专注于实时端到端目标检测，提供更高的检测精度和更快的推理速度。

YOLOv10 是一个实时端到端目标检测模型，由清华大学团队开发，基于 YOLO 系列的最新改进版本。

YOLOv10 是一个实时端到端目标检测模型，由清华大学团队开发，基于 YOLO 系列的最新改进版本。

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

YOLOv10是清华大学提出的实时端到端目标检测模型，在速度和精度上均有显著提升。

YOLOv10是一种实时目标检测模型，通过消除非极大值抑制（NMS）等后处理步骤，实现了高效且无额外开销的目标检测。

YOLOv10 是一种高效的无额外代价实时目标检测模型，通过优化架构和训练策略，在保持实时性的同时提升了检测精度。

Mask2Former是基于Transformer的统一图像分割模型，支持实例分割、语义分割和全景分割任务，采用掩码注意力机制提升性能

基于Swin骨干网络的Mask2Former小规模版本，专为COCO数据集全景分割任务优化

基于Swin骨干网络的Mask2Former大型版本，专为COCO数据集全景分割任务训练的统一图像分割模型

基于Swin骨干网络的Mask2Former模型，在COCO全景分割数据集上训练，采用统一范式处理实例分割、语义分割和全景分割任务。

Mask2Former是基于Transformer的统一图像分割模型，采用Swin-Large骨干网络并在COCO数据集上微调，专精实例分割任务

统一图像分割的单一Transformer架构，支持语义分割、实例分割和全景分割三大任务

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

基于COCO 2017目标检测数据集微调的YOLOS模型，采用视觉Transformer架构，适用于目标检测任务。

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。

可变形DETR是一种端到端的目标检测模型，结合了Transformer架构和可变形卷积的优势，在COCO数据集上实现了高效的目标检测。

基于COCO数据集训练的全景分割模型，采用统一范式处理实例/语义/全景分割任务

基于Swin骨干网络的大规模MaskFormer模型，统一处理实例/语义/全景分割任务

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。

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。

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。

基于Swin骨干网络、在COCO数据集上训练的全景分割模型，统一处理实例/语义/全景分割任务

DETR是一个结合卷积神经网络与Transformer的端到端目标检测模型，支持全景分割任务。

可变形检测变换器（Deformable DETR）单尺度模型，专为目标检测任务设计，采用端到端训练方式，在COCO 2017数据集上表现优异。

基于Swin骨干网络的小型MaskFormer模型，在COCO数据集上训练，用于全景分割任务。

DETR是一个结合卷积神经网络和Transformer架构的端到端目标检测模型，支持全景分割任务。

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。

DETR是基于Transformer架构的端到端目标检测模型，采用ResNet-50作为骨干网络，在COCO数据集上训练，支持目标检测和全景分割任务。