实时目标检测

D-FINE是一种创新的目标检测模型，通过重新定义边界框回归任务为细粒度分布细化（FDR）并引入全局最优定位自蒸馏（GO-LSD），解决了传统固定坐标回归中的优化难题和定位不确定性问题。D-FINE在检测延迟、模型大小和准确率方面显著优于其他16种目标检测模型，尤其适用于复杂场景下的实时目标检测。

该项目由NVIDIA AI IOT开发，专注于优化YOLOv5的GPU性能，提升实时目标检测任务的速度和效率。

YOLOv9 QAT是一个面向TensorRT平台优化的YOLOv9量化感知训练实现，旨在提供高效低延迟的实时目标检测应用解决方案。该项目特别适用于边缘计算和嵌入式设备，支持多种量化策略，能够显著优化模型性能并减少推理延迟。