【目标检测系列·第 04 篇】Anchor-Free 与 DETR去掉 Anchor、去掉 NMS——目标检测的范式革新系列回顾第 01 篇我们绘制了目标检测的全景图第 02 篇我们拆解了两阶段检测器第 03 篇我们深入了 YOLO 系列。本篇进入目标检测最深刻的范式革新去掉 Anchor、去掉 NMS。Anchor 是目标检测中最不优雅的设计——它需要人工设定尺度、比例、数量不同数据集需要不同配置是超参数的噩梦。2019 年CornerNet、CenterNet、FCOS 证明了不需要 Anchor 也能检测Anchor-Free 革命正式开启。2020 年DETR 更进一步——不仅去掉 Anchor还去掉 NMS用 Transformer 匈牙利匹配实现真正的端到端检测。但 DETR 收敛极慢500 epoch、推理极慢10 FPS催生了 Deformable DETR、DAB-DETR、DINO、RT-DETR、RF-DETR 一系列改进。今天我们从 Anchor-Free 的三种路径、DETR 的架构演进到范式融合的未来彻底拆解目标检测的范式革新。 文章目录 一、Anchor-Free 革命三种路径去掉 Anchor 二、DETR 家族端到端检测的六代演进 三、范式融合终极范式 Anchor-Free 端到端 一、Anchor-Free 革命三种路径去掉 Anchor1.1 Anchor 的困境超参数的噩梦Anchor锚框是 Faster R-CNN 引入的核心设计在每个位置预定义 K 个不同尺度、不同比例的参考框模型预测相对 Anchor 的偏移量。Anchor 解决了多尺度多比例问题但带来了新的麻烦——Anchor 是超参数的噩梦。Anchor 需要人工设定尺度如 128²、256²、512²、比例如 1:1、1:2、2:1、每层 Anchor 数量如 3×39。不同数据集的最优 Anchor 不同——行人检测需要竖长框车辆检测需要横宽框通用检测需要多种比例。Anchor 设计不当会导致正负样本极度不平衡大部分 Anchor 是背景、小目标匹配不到合适的 Anchor、不同尺度目标需要不同层级的 Anchor。更深层的问题是Anchor 是一种先验假设——它假设目标的尺度和比例分布已知。但真实世界的目标分布是未知的、动态的。Anchor-Free 的核心思想是不假设直接预测。1.2 路径一角点检测——CornerNet2018CornerNet 的思路极其巧妙不预测框预测框的角点。每个目标用一对角点左上角右下角表示分别用两个热力图预测。角点检测的优势不需要 Anchor不需要考虑尺度比例——角点就是点点没有尺度。Corner Pooling。角点检测的关键挑战角点通常在目标外部看不到目标内部信息。CornerNet 设计了 Corner Pooling分别沿水平方向和垂直方向取最大值将边界信息汇聚到角点。这使得角点检测器能看到目标内部。角点匹配。检测到角点后需要将左上角和右下角配对成完整的框。CornerNet 用 Embedding 向量做匹配同一目标的两个角点 Embedding 相似不同目标的 Embedding 不同。CornerNet 的局限角点匹配困难密集场景容易错配、小目标角点不明显、需要 NMS 后处理。CornerNet 证明了角点可以检测目标但不是最优路径。1.3 路径二中心点检测——CenterNet2019CenterNet 更极简只预测目标的中心点。每个目标用一个中心点表示热力图预测中心点位置回归分支预测宽高。CenterNet 的优势极简——不需要 Anchor不需要角点匹配甚至不需要 NMS每个峰值就是一个目标。CenterNet 的工作方式输入图像输出三个分支——中心点热力图预测中心点位置、宽高回归预测目标宽高、偏移回归补偿量化误差。推理时取热力图峰值作为检测结果。CenterNet 的局限中心点不唯一——两个重叠目标的中心点可能重合小目标的中心点不明显无法区分密集目标。CenterNet 证明了中心点可以检测目标但在密集场景表现不佳。1.4 路径三逐点预测——FCOS2019✅ 最终赢家FCOSFully Convolutional One-Stage Object Detection是 Anchor-Free 的最终赢家。核心思想特征图上的每个点都预测一个边界框——预测该点到框四条边的距离l, t, r, b。FCOS 的关键设计逐点预测。特征图上的每个位置 (x, y) 都是一个候选检测点。如果 (x, y) 落在某个目标的边界框内它就负责预测该目标——预测到框四条边的距离。这比 Anchor 更自然不需要预定义参考框每个点直接预测。多尺度 FPN。FCOS 的核心挑战不同尺度的目标应该由不同层级的特征预测。FCOS 的解决方案小目标由 P3 预测步长 8中目标由 P4 预测步长 16大目标由 P5 预测步长 32。每个层级限制回归范围——如果某个点到框的距离超过该层级的最大距离该点不负责预测该目标。Center-ness。FCOS 的另一个挑战远离目标中心的点预测质量低。Center-ness 分支预测每个点到目标中心的程度0-1推理时用 center-ness 加权分类分数抑制低质量检测。Center-ness 是 FCOS 的关键创新——它替代了 Anchor 的正负样本定义功能。FCOS 的影响FCOS 成为 Anchor-Free 的标准范式。YOLOv8 的 Anchor-Free 本质上就是 FCOS 范式——逐点预测 Center-ness FPN 多尺度。FCOS 证明了Anchor 不是必需的逐点预测更简单更通用。 二、DETR 家族端到端检测的六代演进2.1 DETR2020端到端检测的开创者DETRDEtection TRansformer是目标检测最激进的范式革新——不仅去掉 Anchor还去掉 NMS用 Transformer 匈牙利匹配实现真正的端到端检测。DETR 的架构CNN Backbone 提取特征 → Transformer Encoder 增强特征 → Transformer Decoder 用 Object Query 生成检测结果 → 匈牙利匹配做一对一分配。Object Query。DETR 最独特的设计N 个可学习的 Query 向量通常 N100每个 Query 负责检测一个目标。Query 通过 Cross-Attention 从编码器特征中提取目标信息通过 Self-Attention 与其他 Query 协商避免重复检测。Object Query 是 DETR 的核心——它替代了 Anchor 的候选框功能和 NMS 的去重功能。匈牙利匹配。传统检测器用 IoU 阈值做正负样本分配——一个 GT 可能匹配多个预测需要 NMS 去重。DETR 用匈牙利匹配做一对一分配——每个 GT 严格匹配一个预测不需要 NMS。这是 DETR 端到端的关键——一对一匹配消除了后处理。DETR 的三大问题收敛极慢500 epoch vs Faster R-CNN 的 36 epoch、小目标检测差全局注意力对小特征不敏感、推理慢10 FPS vs YOLO 的 100 FPS。这三个问题催生了 DETR 家族的六代演进。2.2 Deformable DETR2021可变形注意力收敛 10x 加速Deformable DETR 的核心改进用可变形注意力替代全局注意力。全局注意力计算所有空间位置的关系——计算量 O(HW)²对高分辨率特征图不可承受。可变形注意力只关注每个 Query 参考点附近的 K 个采样点——计算量 O(HW×K)大幅降低。可变形注意力的额外好处每个采样点可以学习偏移——注意力可以变形到最相关的位置。这使得 Deformable DETR 对小目标更敏感注意力可以聚焦到小区域收敛更快50 epoch vs DETR 的 500 epoch推理更快30 FPS vs DETR 的 10 FPS。2.3 DAB-DETR / DN-DETR2022Anchor Query 去噪训练DAB-DETR的核心洞察DETR 的 Object Query 是匿名的——它不知道自己要检测什么位置、什么尺度。DAB-DETR 将 Object Query 改为Anchor Query——每个 Query 携带一个位置 (x, y) 和尺度 (w, h) 先验类似 Anchor 但可学习。这使得 Query 从盲目搜索变为有方向搜索收敛更快。DN-DETR的核心创新去噪训练。在训练时给 GT 框添加噪声让模型学习去噪——从带噪声的框恢复真实框。这给模型提供了额外的训练信号加速收敛。DN-DETR 证明了DETR 收敛慢的根本原因是匈牙利匹配的不稳定性——早期训练中匹配结果频繁变化导致优化目标不一致。去噪训练通过提供稳定的训练信号解决了这个问题。2.4 DINO2022对比去噪精度之巅DINO 在 DN-DETR 基础上引入对比去噪同时添加正样本噪声轻微偏移和负样本噪声大幅偏移让模型学习区分接近真实和远离真实的框。对比去噪进一步提升了训练稳定性和检测精度。DINO 在 COCO 上达到63.2 mAP——这是当时所有检测器的最高精度超越了两阶段的 Cascade R-CNN 和所有 YOLO 变体。DINO 证明了DETR 范式不仅能端到端还能精度最高。2.5 RT-DETR2023实时 DETRDINO 精度最高但速度极慢~3 FPS。RT-DETR 的目标让 DETR 实时化。核心改进高效的混合编码器CNN 特征 轻量 Transformer、动态 Query 选择只选 Top-K 高置信度 Query、更浅的解码器。RT-DETR 在 COCO 上达到 53.1 mAP速度 70 FPS——首次实现 DETR 的实时检测。RT-DETR 证明了端到端检测也可以实时。2.6 RF-DETR2026NAS ViT首个超 60 mAP 的实时检测器RF-DETR 是 DETR 家族的最新突破。核心创新用 NAS神经架构搜索自动搜索最优架构。RF-DETR 用 ViT 编码器 浅 DETR 解码器通过 NAS 找到速度-精度最优的架构配置。RF-DETR 在 COCO 上达到60 mAP速度 60 FPS——首个在实时速度下超过 60 mAP 的检测器超越了所有 YOLO 变体。RF-DETR 证明了NAS Transformer 是实时检测的新方向。 三、范式融合终极范式 Anchor-Free 端到端3.1 三大范式正在收敛目标检测的三大范式正在收敛到同一个终点YOLO Anchor-FreeYOLOv8 采用 FCOS 式 Anchor-Free去掉 Anchor 设计负担更通用。DETR 实时化RT-DETR/RF-DETR 实现实时端到端无 NMS 部署更简单。YOLO 端到端YOLOv10/YOLO26 去掉 NMSYOLO 也走向端到端。终极范式 Anchor-Free 无NMS 端到端。YOLO26 和 RF-DETR 已经接近这个终极范式。3.2 2026 四大趋势NAS 自动架构搜索。RF-DETR 用 NAS 搜索最优架构不再依赖人工设计。自动找到速度-精度最优解。开放世界检测。Grounding DINO SAM 实现零样本检测任意类别。文本描述→检测框→分割。开放词汇检测是下一个前沿。统一多任务。检测分割姿态估计统一模型。RF-DETR 同时做检测和分割。一个模型多任务。极致效率。更轻量、更快、更省。边缘部署友好。量化剪枝蒸馏。1ms 推理不是梦。 全文速查表Anchor-Free 三种路径方法预测方式AnchorNMS多尺度小目标CornerNet角点对无需需要中差CenterNet中心点无需无需中差FCOS逐点距离无需需要FPN好DETR 六代演进版本年份收敛mAP速度核心改进DETR2020500ep42.010 FPS端到端范式Deformable202150ep46.230 FPS可变形注意力DAB/DN202236ep49.025 FPSAnchor QueryDINO202236ep63.23 FPS对比去噪RT-DETR2023-53.170 FPS实时化RF-DETR2026-6060 FPSNASViT一句话总结Anchor-Free 与 DETR 是目标检测最深刻的范式革新。Anchor-Free 有三种路径角点检测CornerNet角点匹配困难、中心点检测CenterNet密集场景差、逐点预测FCOS最终赢家——YOLOv8 的 Anchor-Free 本质就是 FCOS 范式。DETR 用 Transformer 匈牙利匹配实现端到端检测——去掉 Anchor、去掉 NMS但面临收敛慢500ep、小目标差、推理慢10 FPS三大问题。六代演进逐步解决Deformable DETR可变形注意力50ep 收敛 10x 加速→ DAB-DETRAnchor Query有方向搜索→ DN-DETR去噪训练稳定匹配→ DINO对比去噪63.2 mAP 精度之巅→ RT-DETR实时化70 FPS→ RF-DETRNASViT60 mAP 首个实时超 60。三大范式正在收敛到终极范式 Anchor-Free 无NMS 端到端——YOLO26 和 RF-DETR 已接近。2026 四大趋势NAS 自动架构搜索、开放世界检测Grounding DINOSAM、统一多任务、极致效率。范式之争即将结束效率之争刚刚开始。参考链接CornerNet (Law et al., 2018)CenterNet (Zhou et al., 2019)FCOS (Tian et al., 2019)DETR (Carion et al., 2020)Deformable DETR (Zhu et al., 2021)DINO (Zhang et al., 2022)RT-DETR (Lv et al., 2023)RF-DETR (ICLR 2026)系列预告第 05 篇将深入开放世界检测——从 Grounding DINO 到 SAM拆解零样本检测与分割的开放世界前沿。
【目标检测系列·第 04 篇】Anchor-Free 与 DETR：去掉 Anchor、去掉 NMS——目标检测的范式革新
【目标检测系列·第 04 篇】Anchor-Free 与 DETR去掉 Anchor、去掉 NMS——目标检测的范式革新系列回顾第 01 篇我们绘制了目标检测的全景图第 02 篇我们拆解了两阶段检测器第 03 篇我们深入了 YOLO 系列。本篇进入目标检测最深刻的范式革新去掉 Anchor、去掉 NMS。Anchor 是目标检测中最不优雅的设计——它需要人工设定尺度、比例、数量不同数据集需要不同配置是超参数的噩梦。2019 年CornerNet、CenterNet、FCOS 证明了不需要 Anchor 也能检测Anchor-Free 革命正式开启。2020 年DETR 更进一步——不仅去掉 Anchor还去掉 NMS用 Transformer 匈牙利匹配实现真正的端到端检测。但 DETR 收敛极慢500 epoch、推理极慢10 FPS催生了 Deformable DETR、DAB-DETR、DINO、RT-DETR、RF-DETR 一系列改进。今天我们从 Anchor-Free 的三种路径、DETR 的架构演进到范式融合的未来彻底拆解目标检测的范式革新。 文章目录 一、Anchor-Free 革命三种路径去掉 Anchor 二、DETR 家族端到端检测的六代演进 三、范式融合终极范式 Anchor-Free 端到端 一、Anchor-Free 革命三种路径去掉 Anchor1.1 Anchor 的困境超参数的噩梦Anchor锚框是 Faster R-CNN 引入的核心设计在每个位置预定义 K 个不同尺度、不同比例的参考框模型预测相对 Anchor 的偏移量。Anchor 解决了多尺度多比例问题但带来了新的麻烦——Anchor 是超参数的噩梦。Anchor 需要人工设定尺度如 128²、256²、512²、比例如 1:1、1:2、2:1、每层 Anchor 数量如 3×39。不同数据集的最优 Anchor 不同——行人检测需要竖长框车辆检测需要横宽框通用检测需要多种比例。Anchor 设计不当会导致正负样本极度不平衡大部分 Anchor 是背景、小目标匹配不到合适的 Anchor、不同尺度目标需要不同层级的 Anchor。更深层的问题是Anchor 是一种先验假设——它假设目标的尺度和比例分布已知。但真实世界的目标分布是未知的、动态的。Anchor-Free 的核心思想是不假设直接预测。1.2 路径一角点检测——CornerNet2018CornerNet 的思路极其巧妙不预测框预测框的角点。每个目标用一对角点左上角右下角表示分别用两个热力图预测。角点检测的优势不需要 Anchor不需要考虑尺度比例——角点就是点点没有尺度。Corner Pooling。角点检测的关键挑战角点通常在目标外部看不到目标内部信息。CornerNet 设计了 Corner Pooling分别沿水平方向和垂直方向取最大值将边界信息汇聚到角点。这使得角点检测器能看到目标内部。角点匹配。检测到角点后需要将左上角和右下角配对成完整的框。CornerNet 用 Embedding 向量做匹配同一目标的两个角点 Embedding 相似不同目标的 Embedding 不同。CornerNet 的局限角点匹配困难密集场景容易错配、小目标角点不明显、需要 NMS 后处理。CornerNet 证明了角点可以检测目标但不是最优路径。1.3 路径二中心点检测——CenterNet2019CenterNet 更极简只预测目标的中心点。每个目标用一个中心点表示热力图预测中心点位置回归分支预测宽高。CenterNet 的优势极简——不需要 Anchor不需要角点匹配甚至不需要 NMS每个峰值就是一个目标。CenterNet 的工作方式输入图像输出三个分支——中心点热力图预测中心点位置、宽高回归预测目标宽高、偏移回归补偿量化误差。推理时取热力图峰值作为检测结果。CenterNet 的局限中心点不唯一——两个重叠目标的中心点可能重合小目标的中心点不明显无法区分密集目标。CenterNet 证明了中心点可以检测目标但在密集场景表现不佳。1.4 路径三逐点预测——FCOS2019✅ 最终赢家FCOSFully Convolutional One-Stage Object Detection是 Anchor-Free 的最终赢家。核心思想特征图上的每个点都预测一个边界框——预测该点到框四条边的距离l, t, r, b。FCOS 的关键设计逐点预测。特征图上的每个位置 (x, y) 都是一个候选检测点。如果 (x, y) 落在某个目标的边界框内它就负责预测该目标——预测到框四条边的距离。这比 Anchor 更自然不需要预定义参考框每个点直接预测。多尺度 FPN。FCOS 的核心挑战不同尺度的目标应该由不同层级的特征预测。FCOS 的解决方案小目标由 P3 预测步长 8中目标由 P4 预测步长 16大目标由 P5 预测步长 32。每个层级限制回归范围——如果某个点到框的距离超过该层级的最大距离该点不负责预测该目标。Center-ness。FCOS 的另一个挑战远离目标中心的点预测质量低。Center-ness 分支预测每个点到目标中心的程度0-1推理时用 center-ness 加权分类分数抑制低质量检测。Center-ness 是 FCOS 的关键创新——它替代了 Anchor 的正负样本定义功能。FCOS 的影响FCOS 成为 Anchor-Free 的标准范式。YOLOv8 的 Anchor-Free 本质上就是 FCOS 范式——逐点预测 Center-ness FPN 多尺度。FCOS 证明了Anchor 不是必需的逐点预测更简单更通用。 二、DETR 家族端到端检测的六代演进2.1 DETR2020端到端检测的开创者DETRDEtection TRansformer是目标检测最激进的范式革新——不仅去掉 Anchor还去掉 NMS用 Transformer 匈牙利匹配实现真正的端到端检测。DETR 的架构CNN Backbone 提取特征 → Transformer Encoder 增强特征 → Transformer Decoder 用 Object Query 生成检测结果 → 匈牙利匹配做一对一分配。Object Query。DETR 最独特的设计N 个可学习的 Query 向量通常 N100每个 Query 负责检测一个目标。Query 通过 Cross-Attention 从编码器特征中提取目标信息通过 Self-Attention 与其他 Query 协商避免重复检测。Object Query 是 DETR 的核心——它替代了 Anchor 的候选框功能和 NMS 的去重功能。匈牙利匹配。传统检测器用 IoU 阈值做正负样本分配——一个 GT 可能匹配多个预测需要 NMS 去重。DETR 用匈牙利匹配做一对一分配——每个 GT 严格匹配一个预测不需要 NMS。这是 DETR 端到端的关键——一对一匹配消除了后处理。DETR 的三大问题收敛极慢500 epoch vs Faster R-CNN 的 36 epoch、小目标检测差全局注意力对小特征不敏感、推理慢10 FPS vs YOLO 的 100 FPS。这三个问题催生了 DETR 家族的六代演进。2.2 Deformable DETR2021可变形注意力收敛 10x 加速Deformable DETR 的核心改进用可变形注意力替代全局注意力。全局注意力计算所有空间位置的关系——计算量 O(HW)²对高分辨率特征图不可承受。可变形注意力只关注每个 Query 参考点附近的 K 个采样点——计算量 O(HW×K)大幅降低。可变形注意力的额外好处每个采样点可以学习偏移——注意力可以变形到最相关的位置。这使得 Deformable DETR 对小目标更敏感注意力可以聚焦到小区域收敛更快50 epoch vs DETR 的 500 epoch推理更快30 FPS vs DETR 的 10 FPS。2.3 DAB-DETR / DN-DETR2022Anchor Query 去噪训练DAB-DETR的核心洞察DETR 的 Object Query 是匿名的——它不知道自己要检测什么位置、什么尺度。DAB-DETR 将 Object Query 改为Anchor Query——每个 Query 携带一个位置 (x, y) 和尺度 (w, h) 先验类似 Anchor 但可学习。这使得 Query 从盲目搜索变为有方向搜索收敛更快。DN-DETR的核心创新去噪训练。在训练时给 GT 框添加噪声让模型学习去噪——从带噪声的框恢复真实框。这给模型提供了额外的训练信号加速收敛。DN-DETR 证明了DETR 收敛慢的根本原因是匈牙利匹配的不稳定性——早期训练中匹配结果频繁变化导致优化目标不一致。去噪训练通过提供稳定的训练信号解决了这个问题。2.4 DINO2022对比去噪精度之巅DINO 在 DN-DETR 基础上引入对比去噪同时添加正样本噪声轻微偏移和负样本噪声大幅偏移让模型学习区分接近真实和远离真实的框。对比去噪进一步提升了训练稳定性和检测精度。DINO 在 COCO 上达到63.2 mAP——这是当时所有检测器的最高精度超越了两阶段的 Cascade R-CNN 和所有 YOLO 变体。DINO 证明了DETR 范式不仅能端到端还能精度最高。2.5 RT-DETR2023实时 DETRDINO 精度最高但速度极慢~3 FPS。RT-DETR 的目标让 DETR 实时化。核心改进高效的混合编码器CNN 特征 轻量 Transformer、动态 Query 选择只选 Top-K 高置信度 Query、更浅的解码器。RT-DETR 在 COCO 上达到 53.1 mAP速度 70 FPS——首次实现 DETR 的实时检测。RT-DETR 证明了端到端检测也可以实时。2.6 RF-DETR2026NAS ViT首个超 60 mAP 的实时检测器RF-DETR 是 DETR 家族的最新突破。核心创新用 NAS神经架构搜索自动搜索最优架构。RF-DETR 用 ViT 编码器 浅 DETR 解码器通过 NAS 找到速度-精度最优的架构配置。RF-DETR 在 COCO 上达到60 mAP速度 60 FPS——首个在实时速度下超过 60 mAP 的检测器超越了所有 YOLO 变体。RF-DETR 证明了NAS Transformer 是实时检测的新方向。 三、范式融合终极范式 Anchor-Free 端到端3.1 三大范式正在收敛目标检测的三大范式正在收敛到同一个终点YOLO Anchor-FreeYOLOv8 采用 FCOS 式 Anchor-Free去掉 Anchor 设计负担更通用。DETR 实时化RT-DETR/RF-DETR 实现实时端到端无 NMS 部署更简单。YOLO 端到端YOLOv10/YOLO26 去掉 NMSYOLO 也走向端到端。终极范式 Anchor-Free 无NMS 端到端。YOLO26 和 RF-DETR 已经接近这个终极范式。3.2 2026 四大趋势NAS 自动架构搜索。RF-DETR 用 NAS 搜索最优架构不再依赖人工设计。自动找到速度-精度最优解。开放世界检测。Grounding DINO SAM 实现零样本检测任意类别。文本描述→检测框→分割。开放词汇检测是下一个前沿。统一多任务。检测分割姿态估计统一模型。RF-DETR 同时做检测和分割。一个模型多任务。极致效率。更轻量、更快、更省。边缘部署友好。量化剪枝蒸馏。1ms 推理不是梦。 全文速查表Anchor-Free 三种路径方法预测方式AnchorNMS多尺度小目标CornerNet角点对无需需要中差CenterNet中心点无需无需中差FCOS逐点距离无需需要FPN好DETR 六代演进版本年份收敛mAP速度核心改进DETR2020500ep42.010 FPS端到端范式Deformable202150ep46.230 FPS可变形注意力DAB/DN202236ep49.025 FPSAnchor QueryDINO202236ep63.23 FPS对比去噪RT-DETR2023-53.170 FPS实时化RF-DETR2026-6060 FPSNASViT一句话总结Anchor-Free 与 DETR 是目标检测最深刻的范式革新。Anchor-Free 有三种路径角点检测CornerNet角点匹配困难、中心点检测CenterNet密集场景差、逐点预测FCOS最终赢家——YOLOv8 的 Anchor-Free 本质就是 FCOS 范式。DETR 用 Transformer 匈牙利匹配实现端到端检测——去掉 Anchor、去掉 NMS但面临收敛慢500ep、小目标差、推理慢10 FPS三大问题。六代演进逐步解决Deformable DETR可变形注意力50ep 收敛 10x 加速→ DAB-DETRAnchor Query有方向搜索→ DN-DETR去噪训练稳定匹配→ DINO对比去噪63.2 mAP 精度之巅→ RT-DETR实时化70 FPS→ RF-DETRNASViT60 mAP 首个实时超 60。三大范式正在收敛到终极范式 Anchor-Free 无NMS 端到端——YOLO26 和 RF-DETR 已接近。2026 四大趋势NAS 自动架构搜索、开放世界检测Grounding DINOSAM、统一多任务、极致效率。范式之争即将结束效率之争刚刚开始。参考链接CornerNet (Law et al., 2018)CenterNet (Zhou et al., 2019)FCOS (Tian et al., 2019)DETR (Carion et al., 2020)Deformable DETR (Zhu et al., 2021)DINO (Zhang et al., 2022)RT-DETR (Lv et al., 2023)RF-DETR (ICLR 2026)系列预告第 05 篇将深入开放世界检测——从 Grounding DINO 到 SAM拆解零样本检测与分割的开放世界前沿。
