# 高精度物体検出

RF-DETR Large は DETR アーキテクチャに基づく物体検出モデルで、画像内の物体を効率的に検出するために設計されています。

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

PaliGemma 2はGoogleが発表したアップグレード版の視覚言語モデルで、Gemma 2とSigLIP視覚モデルの能力を統合し、多言語画像テキストインタラクションタスクをサポートします。

RT-DETRアーキテクチャに基づくロシアのナンバープレート検出モデルで、通常のナンバープレートと警察車両用ナンバープレートの分類認識をサポート

RT-DETRアーキテクチャに基づくリモートセンシング物体検出モデルで、衛星画像中の屋根検出に特化しています。

Florence-2はマイクロソフトが開発した先進的な視覚基盤モデルで、プロンプトベースのアプローチで幅広い視覚と言語タスクを処理します。

Florence-2はマイクロソフトが開発した先進的な視覚基盤モデルで、プロンプトベースのアプローチを用いて幅広い視覚および視覚言語タスクを処理します。

Florence-2はマイクロソフトが開発した先進的なビジョンファウンデーションモデルで、プロンプトベースのアプローチにより幅広い視覚と言語タスクを処理します。

DETR-ResNet50アーキテクチャに基づくファインチューニングモデル、文書要素検出タスク用

DETRアーキテクチャに基づく物体検出モデルで、ResNet50をバックボーンネットワークとして使用し、特定のデータセットでファインチューニングされています

YOLOv8ベースの物体検出モデルで、手書きテキスト内容の検出に特化

YOLOv8mベースの物体検出モデルで、煙検出に特化しており、高い精度を有します。

YOLOv8ベースの小売棚物体検出モデルで、空棚と商品位置を識別可能、スーパーやショッピングモールの在庫管理に適しています。

YOLOv5ベースの物体検出モデルで、アメリカ手話(ASL)のジェスチャー認識に特化

YOLOv5lベースの物体検出モデルで、葉の病害検出に特化しています。

YOLOv8ベースの物体検出モデルで、『NARUTO-ナルト-』の12種類の印を識別するために特別に設計されています。

YOLOv8nベースのヘルメット検出モデルで、作業員がヘルメットを着用しているかどうかを検出します。

YOLOv8mベースの安全帽検出モデルで、画像中の安全帽着用を識別します。

YOLOv8sベースのヘルメット検出モデルで、画像中のヘルメット着用を識別します。

YOLOv8mベースの物体検出モデルで、血液サンプル中の血小板、赤血球、白血球の識別と分類に特化しています。

YOLOv8sベースの血球検出モデルで、血小板、赤血球、白血球を識別可能です。

YOLOv8nベースの血球物体検出モデルで、血小板、赤血球、白血球を識別可能です。

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ベースの表検出モデルで、文書内の表領域を識別可能。枠線あり/なし両方の表タイプに対応。

YOLOv8ベースの物体検出モデルで、CSGOゲーム内のプレイヤーとその頭部位置を検出するために特別に設計されています。

YOLOv8ベースの物体検出モデルで、MSGS大学のロゴ検出専用

YOLOv5ベースの物体検出モデル、建設現場の設備検出に最適化、mAP@0.5は0.884を達成

これはYOLOv5ベースの物体検出モデルで、じゃんけんのジェスチャーを識別するために特別に設計されています。

YOLOv8mベースの物体検出モデルで、フォークリフトと作業員の検出に特化しており、産業現場の安全監視に適しています。

YOLOv5mアーキテクチャに基づく航空写真用羊検出モデルで、航空画像から羊を検出するために特別に設計されています。

YOLOv5sベースの航空画像用羊検出モデルで、航空画像から羊を検出するために特別に設計されています。

YOLOv5mベースの物体検出モデルで、煙検出タスク専用です。

YOLOv5sアーキテクチャに基づく煙検出モデルで、画像中の煙領域を識別するために設計されています。

YOLOv5nベースの軽量煙物体検出モデル、煙識別タスクに最適化

YOLOv5mアーキテクチャに基づくフォークリフト物体検出モデルで、keremberke/フォークリフト物体検出データセットでトレーニングされ、mAP@0.5で0.85を達成しました。

YOLOv5sベースのフォークリフト物体検出モデルで、産業現場におけるフォークリフトの識別と位置特定に適しています。

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。

YOLOv5sベースの軽量ナンバープレート検出モデル。keremberke/license-plate-object-detectionデータセットでトレーニングされ、検証セットのmAP@0.5は0.985を達成。

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

YOLOv5sベースの血球物体検出モデル、血球認識タスクに最適化