19 分辨率感知权重插值：让RT-DETR告别动态形状性能崩塌开篇故事去年秋天，我帮一家安防公司部署RT-DETR到边缘设备。客户要求模型必须支持640×640到1920×1080的任意分辨率——因为他们的摄像头来自不同厂商，输出分辨率五花八门。我信心满满地导出ONNX，结果在1280×720上测试时，mAP直接从54.3%掉到41.7%。更诡异的是，某些小目标（比如10像素的行人）完全消失，而大目标（卡车）的检测框却偏移了20像素。客户产品经理当场黑脸：“你们这模型是不是只能活在实验室里？”我花了三周时间，翻遍了PyTorch的插值源码和Transformer位置编码论文，终于搞明白：RT-DETR的Transformer编码器对位置编码的尺度极其敏感，而普通双线性插值权重会破坏这种尺度一致性。今天，我就把这套分辨率感知权重插值策略完整拆解给你。痛点拆解：为什么双线性插值会崩？常见错误实现很多同学遇到分辨率变化，第一反应就是直接对权重做F.interpolate。比如这样：# 反例代码：直接双线性插值权重importtorch
19 分辨率感知权重插值：让RT-DETR告别动态形状性能崩塌开篇故事去年秋天，我帮一家安防公司部署RT-DETR到边缘设备。客户要求模型必须支持640×640到1920×1080的任意分辨率——因为他们的摄像头来自不同厂商，输出分辨率五花八门。我信心满满地导出ONNX，结果在1280×720上测试时，mAP直接从54.3%掉到41.7%。更诡异的是，某些小目标（比如10像素的行人）完全消失，而大目标（卡车）的检测框却偏移了20像素。客户产品经理当场黑脸：“你们这模型是不是只能活在实验室里？”我花了三周时间，翻遍了PyTorch的插值源码和Transformer位置编码论文，终于搞明白：RT-DETR的Transformer编码器对位置编码的尺度极其敏感，而普通双线性插值权重会破坏这种尺度一致性。今天，我就把这套分辨率感知权重插值策略完整拆解给你。痛点拆解：为什么双线性插值会崩？常见错误实现很多同学遇到分辨率变化，第一反应就是直接对权重做F.interpolate。比如这样：# 反例代码：直接双线性插值权重importtorch
