Suivez les dernières actualités, explications et histoires technologiques associées.
JetBrains montre, à travers une expérience menée avec YOLO12, YOLO26 et RF-DETR, que les modèles préentraînés sur COCO peuvent presque atteindre zéro lorsqu’ils sont transférés directement vers des domaines spécialisés, tandis que l’ajustement fin améliore les résultats à des degrés variables. L’expérience révèle que la similarité entre le domaine cible et les données d’entraînement, ainsi que la précision du positionnement et le temps d’inférence, comptent davantage que le fait de considérer un modèle comme le plus récent ou le meilleur.
La réévaluation de neuf modèles de détection des épis de blé montre que la mAP moyenne globale peut masquer d’importantes différences de performance entre les pays. La Chine arrive en tête pour tous les modèles, tandis que les zones de faiblesse diffèrent entre YOLO et RF-DETR, ce qui rend indispensable la mesure du transfert entre domaines avant le déploiement sur le terrain.