Skip to main content

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



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。




This set of panels contains runs from a private project, which cannot be shown in this report

Iterate on AI agents and models faster. Try Weights & Biases today.