D-FINE-seg：基于多后端部署的对象检测和实例分割框架
计算机视觉与模式识别
2026-02-27 v1
摘要
基于 Transformer 的实时目标检测器在准确率与延迟之间取得了强大的权衡, 且 D-FINE 是其中排名靠前的近期架构。然而, 实时基于 Transformer 的实例分割仍较少见。我们提出 D-FINE-seg, 这是一种 D-FINE 的实例分割扩展, 它增加了: 一个轻量级掩码头部, 包括盒裁剪 BCE 和 dice 掩码损失的分割感知训练, 辅助和去噪掩码监督, 以及适应的 Hungarian 匹配成本。 在 TACO 数据集上, D-FINE-seg 在统一的 TensorRT FP16 end-to-end 基准测试协议下, 在 F1 分数上超过 Ultralytics YOLO26, 同时保持竞争的延迟。我们的第二个贡献是针对对象检测和实例分割任务的 end-to-end 训练、导出和优化推理管道, 支持 ONNX、TensorRT、OpenVINO。该框架以 Apache-2.0 许可证发布, GitHub 仓库 - https://github.com/ArgoHA/D-FINE-seg。
关键词
引用
@article{arxiv.2602.23043,
title = {D-FINE-seg: Object Detection and Instance Segmentation Framework with multi-backend deployment},
author = {Argo Saakyan and Dmitry Solntsev},
journal= {arXiv preprint arXiv:2602.23043},
year = {2026}
}
备注
6 pages, 4 figures, 5 tables