Deta Resnet 50 24 Epochs
DETAはトランスフォーマーベースの物体検出モデルで、IoU割り当てと非極大値抑制技術を再導入することで、トレーニング効率と検出性能を大幅に向上させました。
ダウンロード数 27
リリース時間 : 1/30/2023
モデル概要
DETAは革新的な物体検出モデルで、トランスフォーマーアーキテクチャと従来のコンピュータビジョン技術を組み合わせ、効率的なトレーニングを維持しながら優れた検出精度を実現しています。
モデル特徴
効率的な収束
COCOデータセットでわずか12トレーニングサイクルで50.2 mAPを達成
伝統と革新の融合
IoU割り当てと非極大値抑制(NMS)技術を再導入し、トランスフォーマーアーキテクチャの利点と組み合わせ
トレーニング効率
トレーニングとテスト速度はDeformable DETRと同等だが、収束がより速い
モデル能力
物体検出
画像分析
物体位置特定
使用事例
コンピュータビジョン
汎用物体検出
様々なシーンで複数の物体を検出・位置特定
COCOデータセットで50.2 mAPを達成
リアルタイム監視システム
ビデオ監視における物体検出と追跡に使用
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98