2025年最高の 322 個の物体検出ツール

DETRアーキテクチャに基づくテーブル検出モデルで、非構造化文書からテーブルを抽出するために特別に設計されています

Grounding DINOはオープンセット物体検出モデルで、DINO検出器とテキストエンコーダを組み合わせることでゼロショット物体検出能力を実現しています。

Grounding DINOはDINO検出器とグラウンディング事前学習を組み合わせたオープンセット物体検出モデルで、ゼロショット物体検出を実現できます。

DETRはTransformerアーキテクチャに基づくエンドツーエンド物体検出モデルで、ResNet-50をバックボーンとして使用し、COCOデータセットでトレーニングされています。

DETRはTransformerアーキテクチャを使用したエンドツーエンド物体検出モデルで、ResNet-101をバックボーンとしてCOCOデータセットでトレーニングされています。

DETRアーキテクチャに基づく文書テーブル検出モデル、文書内の枠あり・枠なしテーブルを検出

視覚Transformer（ViT）ベースの物体検出モデルで、DETR損失関数を使用して訓練され、COCOデータセットで優れた性能を発揮します。

COCO 2017物体検出データセットでファインチューニングされたYOLOSモデル、Vision Transformerアーキテクチャを使用した効率的な物体検出を実現。

RT-DETRは初のリアルタイムエンドツーエンド物体検出器で、効率的なハイブリッドエンコーダーと不確実性最小化クエリ選択メカニズムにより、COCOデータセットで53.1% AP、108 FPSの性能を達成しました。

初のリアルタイムエンドツーエンド物体検出器、Transformerアーキテクチャに基づき、非極大抑制の必要性を排除、速度と精度でYOLOシリーズを凌駕

YOLOv8mベースの物体検出モデルで、表抽出タスク専用に設計されており、境界線あり・なしの表を検出可能です。

YOLOv5nベースの軽量ナンバープレート検出モデル、ナンバープレート認識タスクに最適化

YOLOv8sベースのテーブル検出モデルで、画像内のボーダー付き・ボーダーレステーブルを正確に識別可能

RT-DETRv2はRT-DETRアーキテクチャを最適化したリアルタイム物体検出モデルで、選択的多スケール特徴抽出とトレーニング戦略の改善により、リアルタイム性能を維持しながら検出精度を向上させています。

これはファッション分野に特化してファインチューニングされた物体検出モデルで、YOLOSアーキテクチャを基に、ファッションアイテムとその詳細を認識・位置特定できます。

YOLOEは効率的で統一されたオープンな物体検出とセグメンテーションモデルで、テキストや視覚入力、プロンプト不要パラダイムなど様々なプロンプトメカニズムをサポートし、リアルタイムの万能視覚認識を実現します。

OmDet-TurboはリアルタイムTransformerベースの効率的な融合ヘッドを備えたオープン語彙検出モデルで、ゼロショット物体検出タスクに適しています。

RT-DETRは初のリアルタイムエンドツーエンド物体検出器で、効率的なハイブリッドエンコーダとクエリ選択メカニズムによりYOLOシリーズを超える速度と精度のバランスを実現

YOLOv8sをファインチューニングした手書き署名検出モデルで、ドキュメント画像内の署名位置特定に特化

変形可能DETRはエンドツーエンド物体検出モデルで、Transformerアーキテクチャと変形可能なアテンション機構を使用して検出性能を向上させています。

DocLayNetデータセットでトレーニングされた変形可能DETRモデルで、ドキュメントレイアウト分析における物体検出タスクに使用され、57.1のbox mAP指標を達成しました。

RT-DETRv2は改良されたリアルタイム物体検出Transformerモデルで、選択的多スケール特徴抽出や動的データ拡張などの戦略により性能を向上させています。

YOLOv5mアーキテクチャに基づくナンバープレート物体検出モデルで、ナンバープレート検出タスクで優れた性能を発揮します。

DETRアーキテクチャに基づくドキュメントレイアウト検出モデルで、ドキュメント内のさまざまなレイアウト要素を識別できます。

RT-DETRは初のリアルタイムエンドツーエンド物体検出Transformerモデルで、効率的なハイブリッドエンコーダとクエリ選択メカニズムによりNMS不要の効率的な検出を実現

TF-IDは学術論文中の表や図表を抽出するために特別に設計された視覚的物体検出モデルで、Florence-2をファインチューニングして作成されました

DETRはTransformerを使用したエンドツーエンド物体検出モデルで、ResNet-101をバックボーンとしてCOCOデータセットでトレーニングされています。

条件付きDETRは改良された物体検出モデルで、条件付きクロスアテンション機構によりトレーニング収束速度を大幅に向上

YOLOv8ベースの物体検出モデルで、株式市場の取引チャートにおける重要なパターンをリアルタイムに検出するために設計されています

YOLOv8ベースの表検出モデルで、画像内の表領域を識別し、枠線あり/なし両方の表検出に対応します。

YOLOv8はUltralyticsが開発した最新世代の物体検出モデルで、以前のYOLOバージョンの成功を基に構築され、新機能と改良が導入され、性能と柔軟性がさらに向上しています。

Transformerアーキテクチャに基づくエンドツーエンド物体検出モデルで、従来の物体検出におけるアンカーボックスの設計が不要

D-FINEは物体検出に使用されるモデルで、DETRモデルのバウンディングボックス回帰タスクを再定義することで、優れた位置決め精度を実現します。

YOLOEはリアルタイム視覚万能モデルで、物体検出と視覚理解能力を組み合わせ、様々な視覚タスクに適用可能です。

facebook/detr-resnet-50モデルをcppe-5データセットでファインチューニングした物体検出モデルで、個人用防護装備の検出に特化しています。

このDETRモデルはSKU110K物体検出データセットでエンドツーエンドトレーニングされ、クエリ数は400に設定されており、商品棚検出などのシーンに適しています。

DETRはTransformerアーキテクチャに基づくエンドツーエンド物体検出モデルで、ResNet - 50をバックボーンネットワークとして使用し、COCOデータセットで訓練されています。

D-FINEは強力なリアルタイム目標検出モデルで、DETRモデルのバウンディングボックス回帰タスクを再定義することで、優れた位置決め精度を実現します。

D-FINE はリアルタイム物体検出モデルで、バウンディングボックス回帰タスクを再定義することで卓越した位置特定精度を実現しました。

LLMDetは大規模言語モデル監視による強力なオープン語彙物体検出器で、CVPR2025ハイライト論文の成果です

YOLOv10は清華大学が提案したリアルタイムエンドツーエンド物体検出モデルで、効率的かつ正確な特徴を持っています。

D-FINE は DETR アーキテクチャを改良したリアルタイム物体検出モデルで、バウンディングボックス回帰タスクを再定義することで卓越した位置特定精度を実現しています。