Object Detection

最佳模型： RL [10] Lpixel

最佳模型： DNTR

最佳模型： Cascade RCNN (ConvNext-T, RAW pre-training)

最佳模型： Aquavision

最佳模型： hybrid incremental net

最佳模型： Cascade R-CNN (R50-FPN)

最佳模型： LeYOLO-Nano

最佳模型： MOAT-3 22K+1K

最佳模型： UniRepLKNet-XL++

最佳模型： Mr. DETR (Swin-L, 1x, 4scale)

最佳模型： RepPoints + Self-adaptation

最佳模型： Co-DETR

最佳模型： EVA

最佳模型： TridentNet

最佳模型： S-RCNN+Ours

最佳模型： IterDet (Faster RCNN, ResNet50, 2 iterations)

最佳模型： YOLOv5

最佳模型： GLIP-T

最佳模型： EfficientDet-D2

最佳模型： PNe within NGC1380 & NGC1404

最佳模型： Logo-Yolo

最佳模型： MiPa

最佳模型： ERGO-12

最佳模型： iGDINO MAC-SORT

最佳模型： KnowZRel

最佳模型： YOLOv8x

最佳模型： hybrid incremental net

最佳模型： YoloV8

最佳模型： PANet++

最佳模型： Co-DETR (single-scale)

最佳模型： YOLOX-L

最佳模型： PP-PicoDet-L

最佳模型： TarDAL

最佳模型： Mask2Former (R50)

最佳模型： BIRANet(RGB+Radar)

最佳模型： Grounding DINO 1.5 Pro

最佳模型： UGainS

最佳模型： Attention-based Joint Detection of Object and Semantic Part

最佳模型： TinyissimoYOLO-v8

最佳模型： DETReg (ours)

最佳模型： YOLOv7+Inner-IoU

最佳模型： Faster R-CNN

最佳模型： SynCo (ResNet-50) 200ep

最佳模型： MILA

最佳模型： CDDMSL

最佳模型： CAFR

最佳模型： MS-PAD

最佳模型： Relation-DETR (ResNet50 1x)

最佳模型： PGD-YOLOv8

最佳模型： Synth Pretrained Faster R-CNN ResNeXt-101-FPN

最佳模型： YOLOv8+SCALE

最佳模型： YOLO

最佳模型： Optim [39] Lpixel

最佳模型： Geo-trax

最佳模型： YOLT

最佳模型： MMPedestron

最佳模型： CDSSD

最佳模型： Swin-T (ImageNet-1k pretrain)

最佳模型： DetectoRS + LAEM

最佳模型： VSTAM

最佳模型： FFAVOD-SpotNet with U-Net

最佳模型： UniverseNet-20.08

最佳模型： GHOST

最佳模型： SSOD + Crop (L + U)

最佳模型： CZ Det.

最佳模型： YOLOv8-M

最佳模型： UniverseNet

最佳模型： YOLOX-L

最佳模型： LeapMotor_Det

最佳模型： IterDet (Faster RCNN, ResNet50, 2 iterations)