الكشف عن الكائنات ذات الاتجاهات العشوائية هو مهمة أساسية في المشاهد البصرية التي تتضمن صورًا جوية ونصوص مشاهد. في هذا التقرير، نقدّم PP-YOLOE-R، وهو كاشف كائنات مُتَوَزِّن بدون مُعلّمات (anchor-free) فعّال يعتمد على PP-YOLOE. نُقدّم في PP-YOLOE-R مجموعة من الحيل المفيدة لتحسين دقة الكشف مع إضافة مُعاملات وتكاليف حسابية ضئيلة جدًا. في النتيجة، تحقق نسختا PP-YOLOE-R-l و PP-YOLOE-R-x دقة تبلغ 78.14 و78.28 mAP على مجموعة بيانات DOTA 1.0 باستخدام التدريب والاختبار بقياس واحد، مما يفوق معظم كاشفات الكائنات المُتَوَزِّنة الأخرى. وبالاعتماد على التدريب والاختبار بقياسات متعددة، ترتفع دقة الكشف إلى 80.02 و80.73 mAP على التوالي. في هذه الحالة، يتفوق PP-YOLOE-R-x على جميع الأساليب القائمة على عدم استخدام المُعلّمات (anchor-free) ويُظهر أداءً تنافسيًا مع أفضل النماذج ثنائية المراحل القائمة على المُعلّمات (anchor-based) في الحد الأقصى من الأداء. علاوةً على ذلك، فإن PP-YOLOE-R مُصمم لسهولة النشر، ويمكن لنسخ PP-YOLOE-R-s/m/l/x تحقيق معدلات تصل إلى 69.8/55.1/48.3/37.1 إطارًا في الثانية (FPS) على وحدة معالجة الرسوميات RTX 2080 Ti باستخدام TensorRT ودقة FP16. يُتاح كود المصدر والنماذج المُدرّبة مسبقًا عبر الرابط: https://github.com/PaddlePaddle/PaddleDetection، والذي يُدار بواسطة: https://github.com/PaddlePaddle/Paddle.