yoloe

YOLOE是一个高效、统一且开放的对象检测与分割模型，旨在实现实时识别各种对象。它通过文本、视觉输入以及无提示范式等多种提示机制进行工作，相比传统的封闭集YOLO系列模型，YOLOE在保持零推理和迁移开销的同时，能够适应更加开放的场景。该模型采用PyTorch框架实现，并引入了可重参数化区域-文本对齐（RepRTA）策略来优化预训练文本嵌入，增强视觉-文本的一致性。此外，对于基于视觉的提示，YOLOE提出了语义激活的视觉处理方法。此项目适用于需要灵活应对未知类别对象检测及分割的应用场景，如智能监控、自动驾驶等。