D-FINE-seg: Ein Modell für Objekterkennung, Instanz- und semantische Segmentierung

D-FINE-seg – detection, instance and semantic segmentation in one model

D-FINE-seg ist ein Framework für Echtzeit-Objekterkennung, Instanz- und semantische Segmentierung – eine Codebasis, ein Konfigurations-Flag (`task: detect | segment | sem_seg`), fünf Modellgrößen (N bis X). Der Workflow ist Ende-zu-Ende: von der Datensatzvorbereitung über Training (DDP, EMA, AMP, Mosaic) bis zum Export (ONNX, TensorRT, OpenVINO, CoreML, LiteRT) und Benchmarking auf mehreren Backends. Auf Cityscapes übertrifft es YOLO26 und RF-DETR bei F1-Score für Erkennung und Instanzsegmentierung und führt bei mIoU für semantische Segmentierung – bei Echtzeit-Latenz und 2-3x weniger Parametern. Das Framework unterstützt auch Multi-Kanal-Eingaben (z.B. RGB + Thermal) und bietet ByteTrack-Tracking sowie SAM3-Autolabeling.