Een team van onderzoekers heeft een nieuwe generatie modellen voor objectdetectie ontwikkeld die een significante verbetering bieden in de balans tussen rekenkracht en nauwkeurigheid. Het nieuwe framework, genaamd DEIMv2, combineert de efficiëntie van Dense O2O met de geavanceerde kenmerken van DINOv3 om real-time detectie mogelijk te maken op een breed scala aan hardware, van krachtige GPU's tot mobiele apparaten.
Technologische evolutie van DEIM naar DEIMv2
De ontwikkeling van DEIMv2 bouwt voort op de eerdere DEIM-architectuur, die al bekend stond om een snellere convergentie en verbeterde prestaties dankzij het gebruik van Dense O2O. Volgens een wetenschappelijk rapport op arxiv.org is de nieuwste iteratie uitgebreid met DINOv3-kenmerken, wat heeft geleid tot een aanzienlijke sprong in de detectiekwaliteit.
Om de overstap naar DINOv3 te optimaliseren, hebben de auteurs een zogenaamde Spatial Tuning Adapter (STA) geïntroduceerd. Deze adapter is specifiek ontworpen voor de grotere modelvarianten (X, L, M en S). De STA zet de single-scale output van DINOv3 om in multi-scale features. Hierdoor kan het model sterke semantische informatie combineren met fijnmazige details, wat essentieel is voor het accuraat lokaliseren en identificeren van objecten in complexe beelden.
Breed scala aan modelgroottes voor diverse toepassingen
Een van de belangrijkste kenmerken van DEIMv2 is de enorme flexibiliteit in modelgrootte. Er zijn in totaal acht verschillende varianten ontwikkeld, variërend van de massieve 'X'-versie tot de ultra-lichtgewicht 'Atto'-versie. Deze spreiding zorgt ervoor dat de technologie kan worden ingezet in uiteenlopende scenario's:
- High-end deployment: De grotere modellen zijn geoptimaliseerd voor GPU-gebruik.
- Edge computing: Tussenmodellen zijn geschikt voor edge-devices.
- Mobiele integratie: De kleinste varianten zijn specifiek ontwikkeld voor mobiele hardware.
Voor de ultra-lichtgewicht modellen, waaronder Nano, Pico, Femto en Atto, is een andere aanpak gekozen. In plaats van DINOv3 maken deze modellen gebruik van HGNetv2, waarbij pruning-technieken op zowel diepte als breedte zijn toegepast om te voldoen aan zeer strikte budgetten voor rekenkracht en geheugen. In combinatie met een vereenvoudigde decoder en een geüpgradede Dense O2O-structuur optimaliseert dit de kosten-prestatieverhouding.
Prestaties en benchmarks
De resultaten van DEIMv2 laten zien dat het model nieuwe records vestigt in de sector van de computer vision. Zo behaalt het grootste model, DEIMv2-X, een score van 57,8 AP (Average Precision) met slechts 50,3 miljoen parameters. Ter vergelijking: eerdere modellen van vergelijkbare schaal hadden meer dan 60 miljoen parameters nodig om een lagere score van 56,5 AP te bereiken, zoals vermeld in de publicatie op .
Ook bij de compactere modellen zijn de resultaten opvallend. DEIMv2-S is het eerste model met minder dan 10 miljoen parameters (exact 9,71 miljoen) dat de grens van 50 AP op de COCO-dataset heeft doorbroken, met een score van 50,9 AP. Zelfs de zeer kleine DEIMv2-Pico, met slechts 1,5 miljoen parameters, levert 38,5 AP. Dit is vergelijkbaar met de prestaties van YOLOv10-Nano, terwijl DEIMv2-Pico ongeveer 50 procent minder parameters gebruikt.
Toegankelijkheid en publicatie
Het onderzoek is uitgevoerd door Shihua Huang, Yongjie Hou, Longfei Liu, Xuanlong Yu en Xi Shen. De laatste revisie van het document werd op 27 oktober 2026 gepubliceerd via . De auteurs hebben aangegeven dat zowel de broncode als de vooraf getrainde modellen publiekelijk beschikbaar zijn gesteld om verder onderzoek en implementatie in de industrie te stimuleren.
Hoewel andere bronnen zoals realtor.com geen relevante informatie bevatten over deze technologische doorbraak, bevestigt de gedetailleerde data uit de academische bron dat DEIMv2 een significante stap voorwaarts is in de efficiëntie van real-time objectdetectie.