object detection2 YOLOv9 논문 주요 연구 YOLOv9 논문에서 제안된 PGI 아키텍처를 사용한 가벼운 신경망은 GELAN 관련한 주요 연구로 Real-time Object Detectors(실시간 객체탐지), Reversible Architectures(바뀔 수 있는 아키텍처), Auxiliary Supervision(보조 지도)를 설명하고 있습니다. 1. Real-time Object Detectors(실시간 객체탐지) 현재 가장 널리 사용되는 실시간 물체 감지기는 YOLO 시리즈이며, 이러한 모델의 대부분은 CSPNet 또는 ELAN 및 CSPNet과 ELAN을 변형한 것을 주요 컴퓨팅 장치로 사용합니다. 특징 통합 측면에서 개선된 PAN, FPN을 도구로 사용하고, 개선된 YOLOv3 헤드 또는 FCOS 헤드를 예측 헤드로 사용합니다. 최.. 2024. 3. 5. [segmentation] SAM(segment-anything Model) 알고리즘 사용법 SAM(Segmet Anything Model)은 점이나 상자와 같은 입력 프롬프트에서 고품질 개체 마스크를 생성하여 이미지의 모든 개체에 대한 마스크를 생성하는데 사용할 수 있습니다. 1,100만 개의 이미지와 11억 개의 마스크로 구성된 데이터 세트에 대해 훈련되었으며 다양한 분할 작업에서 강력한 제로샷 성능을 발휘합니다. 관련 사이트에서 1B 마스크와 11M 이미지의 SAM(Segment Anything 모델) 및 해당 데이터 세트( SA-1B )를 공개하고 있습니다. 1. FastSAM 개요 고속 세그먼트 모델(FastSAM)은 무엇이든 세그먼트 작업을 위한 새로운 실시간 CNN 기반 솔루션입니다. 다양한 사용자 인터랙션 프롬프트를 기반으로 이미지 내의 모든 객체를 세그먼트화하도록 설계되었습니다... 2024. 2. 3. 이전 1 다음
