RF-DETR AI 모델

Detectron2 플랫폼

AI GitHub 저장소

#113

객체 탐지, 분할 및 다양한 시각 인식 작업을 위해 설계된 플랫폼입니다. Facebook Research에서 개발하였으며, 최첨단 컴퓨터 비전 애플리케이션을 구현하기 위한 고급 도구를 제공합니다.Detectron2는 객체 탐지, 분할 및 다양한 시각 인식 작업을 위해 설계된 플랫폼입니다. Facebook Research에서 개발하였으며, 최첨단 컴퓨터 비전 애플리케이션을 구현하기 위한 고급 도구를 제공합니다.

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.

YOLO-World

AI GitHub 저장소

#142

AILab-CVC에서 개발한 실시간 개방형 어휘 객체 탐지 도구입니다. 이는 훈련 중에 보지 못한 객체를 탐지할 수 있도록 하여 객체 탐지 능력을 향상시키고, 다양한 응용 프로그램에 적합합니다.YOLO-World는 AILab-CVC에서 개발한 실시간 개방형 어휘 객체 탐지 도구입니다. 이는 훈련 중에 보지 못한 객체를 탐지할 수 있도록 하여 객체 탐지 능력을 향상시키고, 다양한 응용 프로그램에 적합합니다.

Hugging Face Transformers

AI GitHub 저장소

🤗 Transformers는 텍스트, 비전, 오디오 및 다중 모달 도메인에서 최첨단 기계 학습 모델을 위한 모델 정의 프레임워크로, 추론 및 훈련 프로세스를 모두 용이하게 합니다.

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.

Detection Transformers (DETR)

AI 모델

DETR은 Transformer를 핵심 구성 요소로 통합한 종단 간(end-to-end) 객체 탐지 및 파놉틱 분할 프레임워크입니다. 아키텍처를 단순화하고 객체 집합을 직접 예측하며, COCO와 같은 까다로운 데이터셋에서 최첨단 성능을 달성하여 컴퓨터 비전 작업에 더 유연하고 간소화된 접근 방식을 제공합니다.

Grounding DINO

AI GitHub 저장소

'Marrying DINO with Grounded Pre-Training for Open-Set Object Detection' 논문의 공식 구현입니다. 혁신적인 사전 훈련 기법을 통해 객체 탐지 능력을 향상시키는 것을 목표로 합니다.Grounding DINO는 'Marrying DINO with Grounded Pre-Training for Open-Set Object Detection' 논문의 공식 구현입니다. 혁신적인 사전 훈련 기법을 통해 객체 탐지 능력을 향상시키는 것을 목표로 합니다.

DINOv3

AI GitHub 저장소

Facebook Research에서 개발한 참조 PyTorch 구현 및 모델을 제공합니다. 이는 컴퓨터 비전 작업을 위한 자기 지도 학습 기술을 활용하고자 하는 연구자와 개발자를 위해 설계되었습니다.DINOv3는 Facebook Research에서 개발한 참조 PyTorch 구현 및 모델을 제공합니다. 이는 컴퓨터 비전 작업을 위한 자기 지도 학습 기술을 활용하고자 하는 연구자와 개발자를 위해 설계되었습니다.