在競爭性機器人領域，視覺感知至關重要，環境變化會直接影響即時檢測效能。然而，關於Transformer檢測器（如RT-DETR）的現有文獻缺乏對骨幹網路規模和環境設定影響的研究。為此，研究人員對RT-DETR在檢測圓形物體時的表現進行了全面評估，重點分析了環境變化和超引數變化的影響，這些因素在機器人競賽中尤為關鍵。
研究團隊選取了四種ResNet骨幹網路——ResNet18、ResNet34、ResNet50和ResNet101，並在不同丟棄率下進行訓練，以分析它們對檢測置信度和準確率的影響。所有模型均採用相同配置，並在光照變化和背景對比度變化兩種環境下進行測試。實驗結果顯示，環境條件主要影響預測置信度，而推理延遲基本不受影響，分類準確率始終很高，多數情況下接近或達到1.00。
具體而言，在光照變化下，ResNet50表現最佳，實現了近乎完美的準確率、最高約0.869的置信度以及約0.058–0.059毫秒的延遲。而在背景變化下，ResNet34則最為均衡，準確率同樣接近完美，置信度更高，可達0.887。這些發現表明，最優的架構選擇取決於環境變化的型別。中等深度的模型（如ResNet50和ResNet34）在效能和效率之間提供了最佳平衡。
該論文已被2026年國際資料科學、技術與應用會議（DATA 2026）接收，並可在arXiv上獲取（arXiv:2605.08136）。該研究由Pamela Barboza等六位作者完成，為機器人視覺中的即時檢測模型選型提供了重要參考。