视觉感知基础模型旨在解决物体识别和定位的视觉感知基础问题，研究视觉主干网络、物体检测模型等，为通用视觉感知提供基座模型。

代表工作：

高精度、高效率的物体检测基础模型

• R-FCN: Object Detection via Region-based Fully Convolutional Networks

  【NIPS 2016年最具影响力论文第3名】

  【入选Pytorch视觉算子库】

• Deformable DETR: Deformable Transformers for End-to-End Object Detection

  【ICLR 2021年最具影响力论文第2名】

以可形变卷积为核心的视觉主干网络，大规模视觉通用基座模型

• Deformable Convolutional Networks v1/v2

  【ICCV 2017年最具影响力论文第6名】

  【入选Pytorch视觉算子库】

  

• InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 

  【CVPR 2023 highlight paper】