如何使用YOLOv8代码框架中的RT-DETR

1. RT-DETR

RT-DETR是由由此，百度推出了——RT-DETR (Real-Time DEtection TRansformer) ，一种基于 DETR 架构的实时端到端检测器，其在速度和精度上取得了 SOTA 性能。

RT-DETR开源的代码在百度自己的飞桨paddlepaddle上，因此非常不便于我们使用。以下介绍一下YOLOv8集成的RT-DETR如何使用。

2. YOLOv8集成的RT-DETR

2.1 下载权重文件

下载官方提供的模型：rtdetr-l.pt。如下图所示。

由于YOLOv8官方并没有提供RT-DETR的s，m模型，只提供了l，x模型，因此这里使用较小的rtdetr-l模型。
下载的链接（官方Github地址）：点击此处

2.2 如何使用

模型结构如下图位置所示：即ultralytics/cfg/models/rt-detr/rtdetr-l.yaml

YOLOv8集成了RT-DETR的l与x模型
使用Python代码可以使用以下代码：

from ultralytics import RTDETR

# Load a COCO-pretrained RT-DETR-l model
model = RTDETR('rtdetr-l.pt')

# Display model information (optional)
model.info()

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data='coco8.yaml', epochs=100, imgsz=640)

# Run inference with the RT-DETR-l model on the 'bus.jpg' image
results = model('path/to/bus.jpg')
    

使用命令，可以如下：
第一行是训练，第二行是预测

# Load a COCO-pretrained RT-DETR-l model and train it on the COCO8 example dataset for 100 epochs
yolo train model=rtdetr-l.pt data=coco8.yaml epochs=100 imgsz=640

# Load a COCO-pretrained RT-DETR-l model and run inference on the 'bus.jpg' image
yolo predict model=rtdetr-l.pt source=path/to/bus.jpg