
GitHub 收藏10.1K近 7 天 +64
代码最近更新2026 年 11 月 19 日
许可证开源 · Apache-2.0
要不要花钱免费
主要用于实时目标检测、实例分割和关键点检测。适合需要构建计算机视觉应用的开发者。可以通过写代码调用或在官方云服务上部署使用。
用起来难吗要写代码在哪用命令行自己部署官方云服务能用的模型说明里没点名
能做什么
- 实时检测图像中的目标物体
- 识别并分割画面中的实例
- 检测目标位置的关键点信息
怎么开始
- 准备好 Python 编程环境
- 在命令行运行 pip 安装 rfdetr
- 编写代码加载模型并传入图像进行推理
选它,如果你……
- 你需要兼顾高准确度与低延迟的目标检测。
- 你希望用同一套接口处理检测、分割和关键点。
- 你想在商业产品中直接集成可商用的视觉模型。
别选,如果你……
- 你完全不会写代码,想要开箱即用的软件。
- 你不需要自己训练或部署底层的视觉模型。
怎么用
代码开源,可以免费下载使用。
多少钱、在哪买
免费使用。
看看它的样子
综合评价
推荐还在积极更新,问题处理得好,用的人多
- 更新很活跃近 90 天改代码 281 次;最近一次发版是 7 天前(1.12.1)
- 问题处理好近 90 天新开 50 个问题,解决了 58 个,一般 5.3 天解决;外部提交的修改合进 280 个,待处理 24 个
- 用的人多GitHub 收藏 1 万,近 7 天新增 64;120 人参与开发
- 用户口碑暂不计用户评价满 5 条后才算进来
数字取自 GitHub 的公开记录(2026/11/19), 用户评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。
怎么评的
只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。
- 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
- 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
- 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
- 用户口碑:用户评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
- 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
- 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用户评价。
收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。
最近更新和热度
- 1.12.1
- 1.12.0
- 1.11.2
修复多线程推理权重损坏问题,支持翻转帧预测并优化导出速度
GitHub 收藏
10,109 次净增 +2562026/10/21—2026/11/192026/11/19 · 10,109 次
查看每日记录
| 日期 | GitHub 收藏(次) |
|---|---|
| 2026/10/21 | 9,853 |
| 2026/10/22 | 9,868 |
| 2026/10/23 | 9,873 |
| 2026/10/24 | 9,883 |
| 2026/10/25 | 9,887 |
| 2026/10/26 | 9,893 |
| 2026/10/27 | 9,901 |
| 2026/10/28 | 9,920 |
| 2026/10/29 | 9,925 |
| 2026/10/30 | 9,935 |
| 2026/10/31 | 9,939 |
| 2026/11/01 | 9,944 |
| 2026/11/02 | 9,948 |
| 2026/11/03 | 9,955 |
| 2026/11/04 | 9,966 |
| 2026/11/05 | 9,972 |
| 2026/11/06 | 9,981 |
| 2026/11/07 | 9,990 |
| 2026/11/08 | 10,002 |
| 2026/11/09 | 10,006 |
| 2026/11/10 | 10,024 |
| 2026/11/11 | 10,035 |
| 2026/11/12 | 10,045 |
| 2026/11/13 | 10,054 |
| 2026/11/14 | 10,062 |
| 2026/11/15 | 10,066 |
| 2026/11/16 | 10,071 |
| 2026/11/17 | 10,082 |
| 2026/11/18 | 10,096 |
| 2026/11/19 | 10,109 |
能替代它的
标出的是和 RF-DETR 不一样的地方
Ultralytics综合评价:推荐基于 YOLO 算法,额外支持画面目标追踪还没人评 · 3 天前更新
YOLOv5综合评价:不错经典的 YOLO 工具,还支持图像分类任务还没人评 · 1457 天前更新
| 软件 | 起步价 | 难不难用 | 中文 | 开源 | 口碑 | 最近更新 |
|---|---|---|---|---|---|---|
| RF-DETR | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 6 天前 |
| Ultralytics | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 3 天前 |
| YOLOv5 | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 1457 天前 |
逐项对比RF-DETR 对
| RF-DETR | Ultralytics | |
|---|---|---|
| 起步价 | 免费 | 免费 |
| 难不难用 | 要写代码 | 要写代码 |
| 中文 | 没写明 | 没写明 |
| 开源 | 开源 | 开源 |
| 口碑 | 还没人评 | 还没人评 |
| 最近更新 | 6 天前 | 3 天前 |
标黄的是两款不一样的地方
用户口碑
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。
数据来源:GitHub,每天更新,更新时间 2026 年 11 月 19 日。 信息有误?告诉我们。
发布软件评论