RT-DETR中ResNet骨干网络的基准测试：环境条件下深度与正则化的影响
计算机视觉与模式识别
2026-05-12 v1 人工智能
机器人学
摘要
视觉感知在竞技机器人中扮演着核心角色，环境变化会直接影响实时检测性能。关于基于Transformer的检测器的相关文献缺乏关于骨干网络规模和环境设置对模型性能影响的信息。本文对RT-DETR在竞技机器人相关的环境和超参数变化下检测圆形物体进行了比较评估。比较了四种ResNet骨干网络(ResNet18、ResNet34、ResNet50和ResNet101)，使用dropout率，分析了它们对置信度和准确率的影响。所有模型在相同配置下训练，并在光照和背景对比度变化下进行评估。环境条件主要影响预测置信度，而推理延迟基本不受影响，分类准确率始终保持较高水平，在大多数情况下接近或高于1.00。观察到两种不同的行为。在光照变化下，ResNet50实现了最佳权衡，结合了近乎完美的准确率、高达约0.869的置信度值和约0.058-0.059毫秒的延迟。在背景变化下，ResNet34提供了最平衡的性能，达到了近乎完美的准确率和高达约0.887的更高置信度值。这些结果表明，最佳架构取决于环境变化的类型，中等深度的模型在性能和效率之间提供了最佳平衡。
引用
@article{arxiv.2605.08136,
title = {Benchmarking ResNet Backbones in RT-DETR: Impact of Depth and Regularization under environmental conditions},
author = {Pamela Barboza and Víctor Castelli and Belén Pereira and Ricardo Grando and Bruna de Vargas and Augusto Calfani},
journal= {arXiv preprint arXiv:2605.08136},
year = {2026}
}
备注
Accepted at the International Conference on Data Science, Technology and Applications (DATA) 2026