Deformable ConvNets

RepVGG

AI GitHub 저장소

ImageNet에서 높은 정확도를 달성하는 강력하고 단순한 ConvNet 아키텍처입니다. 재매개변수화 기법을 활용한 VGG 스타일 설계를 통해 효율적인 추론이 가능합니다. 이 프로젝트는 사전 학습된 모델, 학습 코드 및 다양한 컴퓨터 비전 작업을 위한 예제를 제공합니다.RepVGG는 ImageNet에서 높은 정확도를 달성하는 강력하고 단순한 ConvNet 아키텍처입니다. 재매개변수화 기법을 활용한 VGG 스타일 설계를 통해 효율적인 추론이 가능합니다. 이 프로젝트는 사전 학습된 모델, 학습 코드 및 다양한 컴퓨터 비전 작업을 위한 예제를 제공합니다.

Mask R-CNN

AI GitHub 저장소

Keras와 TensorFlow로 구현된 객체 탐지 및 인스턴스 분할을 위한 딥 러닝 모델입니다. 이 모델은 이미지 내의 객체를 식별하고 분할하도록 설계되어 있으며, 컴퓨터 비전의 다양한 응용 프로그램에 대해 픽셀 수준의 정확성을 제공합니다.Mask R-CNN은 Keras와 TensorFlow로 구현된 객체 탐지 및 인스턴스 분할을 위한 딥 러닝 모델입니다. 이 모델은 이미지 내의 객체를 식별하고 분할하도록 설계되어 있으며, 컴퓨터 비전의 다양한 응용 프로그램에 대해 픽셀 수준의 정확성을 제공합니다.

R-FCN

AI GitHub 저장소

완전 컨볼루션 네트워크를 활용하여 정확하고 효율적인 이미지 분석을 수행하는 영역 기반 객체 탐지 프레임워크입니다. 전체 이미지에 걸쳐 연산을 공유하여 ResNet과 같은 강력한 분류기 백본을 채택할 수 있도록 하여 객체 탐지 성능을 향상시킵니다.R-FCN은 완전 컨볼루션 네트워크를 활용하여 정확하고 효율적인 이미지 분석을 수행하는 영역 기반 객체 탐지 프레임워크입니다. 전체 이미지에 걸쳐 연산을 공유하여 ResNet과 같은 강력한 분류기 백본을 채택할 수 있도록 하여 객체 탐지 성능을 향상시킵니다.

SPP_net

AI GitHub 저장소

시각 인식에서 딥 컨볼루션 네트워크를 위한 공간 피라미드 풀링 알고리즘의 재구현입니다. 2014년 ECCV 논문의 객체 탐지 결과를 재현하는 것을 목표로 하며, 코드 배포의 용이성을 위해 Caffe를 활용합니다. 이 프로젝트는 모델 학습 및 미세 조정을 위한 코드를 제공합니다.SPP_net은 시각 인식에서 딥 컨볼루션 네트워크를 위한 공간 피라미드 풀링 알고리즘의 재구현입니다. 2014년 ECCV 논문의 객체 탐지 결과를 재현하는 것을 목표로 하며, 코드 배포의 용이성을 위해 Caffe를 활용합니다. 이 프로젝트는 모델 학습 및 미세 조정을 위한 코드를 제공합니다.

ShuffleNet 시리즈

AI GitHub 저장소

ShuffleNet 시리즈 리포지토리는 모바일 장치 및 리소스 제약 환경을 위해 설계된 고효율 컨볼루션 신경망 모델 컬렉션을 제공합니다. 신경망 아키텍처 검색 및 객체 탐지 백본을 위한 도구와 함께 ShuffleNetV1, ShuffleNetV2 및 특수 변형과 같은 다양한 버전을 포함합니다.

DGCNN

AI GitHub 저장소

동적 그래프 CNN을 구현한 포인트 클라우드 학습용 AI 모델입니다. 3D 포인트 클라우드 데이터의 분류 및 분할과 같은 작업에서 최첨단 성능을 달성합니다. 이 모델은 PyTorch 구현으로 제공되며 실제 시나리오에 적용되었습니다.DGCNN은 동적 그래프 CNN을 구현한 포인트 클라우드 학습용 AI 모델입니다. 3D 포인트 클라우드 데이터의 분류 및 분할과 같은 작업에서 최첨단 성능을 달성합니다. 이 모델은 PyTorch 구현으로 제공되며 실제 시나리오에 적용되었습니다.

Ultralytics YOLO

AI GitHub 저장소

#18

객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 포즈 추정 및 객체 추적 기능을 제공하는 YOLO26, YOLO11 및 YOLOv8을 포함합니다. 이는 컴퓨터 비전 분야의 개발자와 연구자를 위해 설계되었습니다.Ultralytics YOLO는 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 포즈 추정 및 객체 추적 기능을 제공하는 YOLO26, YOLO11 및 YOLOv8을 포함합니다. 이는 컴퓨터 비전 분야의 개발자와 연구자를 위해 설계되었습니다.

ViT-Adapter

AI GitHub 저장소

객체 탐지 및 분할과 같은 밀집 예측 작업에서 Vision Transformer(ViT)의 성능을 향상시키는 AI 모델입니다. 사전 학습 없이 이미지별 귀납적 편향을 도입하여 일반 ViT가 특수 트랜스포머와 유사한 결과를 달성할 수 있도록 하여 다양한 다운스트림 애플리케이션에 적합하게 만듭니다.ViT-Adapter는 객체 탐지 및 분할과 같은 밀집 예측 작업에서 Vision Transformer(ViT)의 성능을 향상시키는 AI 모델입니다. 사전 학습 없이 이미지별 귀납적 편향을 도입하여 일반 ViT가 특수 트랜스포머와 유사한 결과를 달성할 수 있도록 하여 다양한 다운스트림 애플리케이션에 적합하게 만듭니다.