吕文玉

在 `pycocotools` 库里 修改 `summarize`函数

`r` means `resume training` from checkpoint, (including `model.state_dict`, `ema.state_dict`, `optimizer.state_dict`, etc `t` means `finetune` base on checkpoint. （ only load `ema.state_dict` into `model.state_dict`

数据本身暂时没有； --- 数据生成方案/代码已经开源 细节： https://arxiv.org/abs/2503.04065 代码： https://github.com/PaddlePaddle/PaddleMIX/tree/develop/paddlemix/datacopilot/example/pp_infinitydocdata

请把模型相关代码和参数转换脚步上传一下；另外在examples里新建一个这个模型的目录

> 老师，这个PR能合入吗 你把这个模型对齐的标准贴到这个PR里吧

建议改完之后按照readme流程走一遍；保证每一步实现都是可以正确跑通的 并且完备

从代码层面这模型应该叫 `InternLM-XComposer-2.5` 吧；`InternLM-XComposer2.5-7B` 只是一个模型参数的名字

后处理需要改

是的 版本问题 详细参考：https://github.com/lyuwenyu/RT-DETR/blob/main/rtdetr_pytorch/requirements.txt

> 您好，请问v2有投稿意向吗？能得知大概会在什么时间范围内放出嘛？ 我也有意向将RT-DETR这个IP做下去，像YOLO一样形成V2,V3....并且也取得了一些成果， 但似乎在您的官方v2发布前我无法擅自进行这种延续性的命名qwq --- @Peterande 非常抱歉本`issue`名字给你带来的困扰 --- 另外也非常高兴社区有`RTDETR`方向的优化，非常期待成果。( 这也是我们开源的目的之一 ) 1. `RTDETRv2`是我们刚发布`v1`之后的产物，是我们对`RTDETR`的优化版本（主要是训练策略and部署方面的优化，模型结构和`v1`是一致的，可能叫`v1.5`更合适）。**所以从创新的的角度，应该不会和你有冲突** 2. `RTDETRv2`模型本来是有开源的计划，但是由于缺少人手的问题目前未能开源，也未形成技术报告/论文（模型限内部使用，但是不排除之后会直接开源代码） 3. 鉴于本`discussion`https://github.com/lyuwenyu/RT-DETR/issues/179 已经存在的事实，**建议你直接用`v3`，但是论文不需要和`v2`进行比较** 如果有疑问和其他想法 欢迎继续讨论