在竞争性机器人领域，视觉感知至关重要，环境变化会直接影响实时检测性能。然而，关于Transformer检测器（如RT-DETR）的现有文献缺乏对骨干网络规模和环境设置影响的研究。为此，研究人员对RT-DETR在检测圆形物体时的表现进行了全面评估，重点分析了环境变化和超参数变化的影响，这些因素在机器人竞赛中尤为关键。
研究团队选取了四种ResNet骨干网络——ResNet18、ResNet34、ResNet50和ResNet101，并在不同丢弃率下进行训练，以分析它们对检测置信度和准确率的影响。所有模型均采用相同配置，并在光照变化和背景对比度变化两种环境下进行测试。实验结果显示，环境条件主要影响预测置信度，而推理延迟基本不受影响，分类准确率始终很高，多数情况下接近或达到1.00。
具体而言，在光照变化下，ResNet50表现最佳，实现了近乎完美的准确率、最高约0.869的置信度以及约0.058–0.059毫秒的延迟。而在背景变化下，ResNet34则最为均衡，准确率同样接近完美，置信度更高，可达0.887。这些发现表明，最优的架构选择取决于环境变化的类型。中等深度的模型（如ResNet50和ResNet34）在性能和效率之间提供了最佳平衡。
该论文已被2026年国际数据科学、技术与应用会议（DATA 2026）接收，并可在arXiv上获取（arXiv:2605.08136）。该研究由Pamela Barboza等六位作者完成，为机器人视觉中的实时检测模型选型提供了重要参考。