요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
원문 발행 2026. 02. 24.수집 2026. 02. 24.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
아직 관련 토론이 없습니다.
댓글을 작성하려면 로그인이 필요합니다.
14:06D-FINE은 확률 분포 기반의 바운딩 박스 정제와 자기 증류 기법을 통해 기존 객체 탐지 모델의 속도와 정확도 문제를 해결했다.
D-FINE-seg은 실시간 DETR 백본으로 객체 검출과 인스턴스·시맨틱 분할을 동시에 수행하며 코드와 가중치는 상업적 이용을 포함해 무료로 제공된다.
16:04R-CNN부터 YOLOv10까지 객체 탐지 모델의 발전 과정을 살펴보고, 특히 NMS 문제를 해결한 RT-DETR과 YOLOv10의 혁신을 분석합니다.
고전적 포렌식 특징 85개와 frozen DINOv2 ViT-B/14 임베딩을 calibrated SVM으로 결합해 보류 데이터에서 ROC-AUC 0.940 성능을 보고하고 코드와 21GB 데이터셋을 공개했다.
작성자는 YOLO11n/26n 실험과 데이터 정제를 통해 ONNX로 브라우저 내에서 동작하는 약 9MB 바퀴벌레 검출기를 만든 경험을 공유했다.