YOLO-PEFT：YOLO 系列的参数高效微调
YOLO-PEFT 是一个面向 YOLO 及其他实时检测器的结构感知型参数高效微调框架。它根据算子有效性、检测器语义、图接口和部署约束等明确条件规划适配器位置，并在训练前拒绝不合适的配置。在 VOC07+12 评测中，规划器选择的 RS-LoRA 在 YOLO11s 和 YOLO12s 上分别达到 0.7138 和 0.7307 的 mAP50-95，高于全量微调的 0.6428 和 0.6662。在 RT-DETR-L 上，评估的七种 LoRA 系列配置均超过预先设定的灾难性性能阈值。YOLO11 测试显示，LoRA 可将训练峰值内存降低 43.9%，但训练时间增加至 1.72 倍。该方法在未见过的检测器架构上的有效性仍有待验证。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。