TensorflowでのDETR(トランスフォーマーを使用したオブジェクト検出)の微調整‐ステップバイステップのチュートリアル
カスタムデータセットのTensorflowでDETRを微調整する方法を学ぶためのステップバイステップガイド。
Created on January 25|Last edited on February 17
Comment
このレポートは、Thibault Neveuによる「Finetuning DETR (Object Detection with Transformers) on Tensorflow - A step by step tutorial」の翻訳です。
概要
2017年に発行された論文「Attention」で言及した通り、NLPの展望は完全に変圧器ベースのアーキテクチャに移行されます。
2020年でも、ほとんどのコンピュータービジョンモデルは、画像の検出とセグメント化を畳み込みニューラルネットワークのみに依存しています。2021年は、検出およびセグメンテーションアルゴリズムの重要なマイルストーンになると予測しています。トランスフォーマーと混合された畳み込みは、ほとんどの開業医にとってデフォルトの選択になります。
新年に際して、推論、微調整、トレーニング用のコードを含むDETR(Transformersを使用したオブジェクト検出)Tensorflow実装をオープンソース化することにしました。
- Tensorflowリポジトリ: https://github.com/Visual-Behavior/detr-tensorflow
- DETR 論文: https://arxiv.org/abs/2005.12872
This set of panels contains runs from a private project, which cannot be shown in this report
Add a comment
Tags: Intermediate, Computer Vision, Object Detection, Keras, Experiment, Research, Github, Panels, Plots, Slider
Iterate on AI agents and models faster. Try Weights & Biases today.