1. RF-DETR Medium 模型概述
RF-DETR Medium 是基于 Transformer 架构的目标检测模型,由 RoboFlow 团队开发并开源。作为 DETR(Detection Transformer)系列模型的改进版本,它在保持端到端检测优势的同时,通过优化训练策略和模型结构,显著提升了检测精度和推理速度。
这个模型特别适合需要平衡精度和速度的场景,比如:
- 实时视频流中的多目标跟踪
- 工业质检中的缺陷检测
- 无人机航拍图像分析
- 智能零售中的商品识别
提示:RF-DETR 系列提供多种规模模型(Small/Medium/Large),Medium 版本在 640x640 输入分辨率下能达到 45 FPS 的推理速度,mAP 约 42.5,是性价比很高的选择。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与安装
2.1 基础环境配置
推荐使用 Python 3.8-3.10 版本,过高版本可能导致依赖冲突。先创建并激活虚拟环境:
bash复制conda create -n rfdetr python=3.9 -y
conda activate rfdetr
2.2 安装核心依赖
RF-DETR 需要特定版本的 PyTorch 和 CUDA。根据你的显卡配置选择:
bash复制# CUDA 11.7 版本
pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 --extra-index-url https://download.pytorch.org/whl/cu117
# 或者 CPU 版本
pip install torch==2.0.1+cpu torchvision==0.15.2+cpu --extra-index-url https://download.pytorch.org/whl/cpu
然后安装 RF-DETR 包:
bash复制pip install rfdetr supervision
注意:supervision 是 RoboFlow 提供的标注工具库,版本需 ≥0.15.0。如果遇到 OpenCV 冲突,可以先安装 opencv-python-headless。
2.3 验证安装
运行以下代码检查环境是否正常:
python复制from rfdetr import RFDETRMedium
model = RFDETRMedium()
print(model.__class__.__name__) # 应输出 "RFDETRMedium"
3. 图像检测全流程解析
3.1 基础检测实现
原始示例代码已经展示了基本用法,我们来深入解析每个关键环节:
python复制import requests
import supervision as sv
from PIL import Image
from rfdetr import RFDETRMedium
from rfdetr.assets.coco_classes import COCO_CLASSES
# 模型初始化(首次运行会自动下载预训练权重)
model = RFDETRMedium() # 约 245MB 的权重文件
# 加载测试图片(这里使用 RoboFlow 提供的示例)
image = Image.open(requests.get("https://media.roboflow.com/dog.jpg", stream=True).raw)
# 执行预测(threshold 过滤低置信度检测框)
detections = model.predict(i
