# マルチスケール特徴抽出

RT-DETRv2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、選択的マルチスケール特徴抽出や動的データ拡張などの革新点により検出性能を最適化しています。

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。

RT-DETRv2はリアルタイム物体検出Transformerモデルの改良版で、マルチスケール特徴抽出と最適化されたトレーニング戦略により性能を向上させています。

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。

timmライブラリに基づくSAM2（HieraDet画像エンコーダーのみ）の重みで、FacebookのHiera小型モデルに由来します。

Swittiはスケール認識に基づくテキストから画像への生成トランスフォーマーで、高品質な画像合成に特化しています。

RT-DETRv2は改良版リアルタイム検出トランスフォーマーで、プラグアンドプレイ最適化スキームを導入することで柔軟性と実用性を向上させ、トレーニング戦略を最適化してより強力な性能を実現しています。

MSI-Netは視覚的顕著性モデルで、眼球運動データに基づいて訓練されたコンテキストエンコーダ-デコーダネットワークにより、自然画像上の人間の注視点を予測します。

Hieraは効率的な階層型Transformerアーキテクチャで、MAE学習により空間バイアス特性を最適化し、パラメータ利用効率を大幅に向上

画像セグメンテーションタスク用の深層学習モデルで、画像内の異なるオブジェクトや領域を正確に分割できます。

FocalNetは焦点変調ネットワークに基づく画像分類モデルで、マイクロソフトチームによってImageNet-22kデータセットで事前学習されました。

ResNet18は深層残差学習に基づいて実装された画像分類モデルで、残差接続により深層ネットワークの学習困難問題を解決しています。

ResNet152は深度残差学習に基づく画像分類モデルで、残差接続により深度ネットワークの学習における勾配消失問題を解決します。

ResNet50は深層残差学習に基づく画像分類モデルで、残差接続により深層ニューラルネットワークにおける勾配消失問題を解決しています。