제품

RF-DETR

최신 보도, 해설 및 관련 기술 스토리를 확인하세요.

최신 보도

CN
준비된 모델만으로는 왜 충분하지 않은가? 실제 데이터에서 객체 탐지 모델을 파인튜닝하는 실전 교훈

준비된 모델만으로는 왜 충분하지 않은가? 실제 데이터에서 객체 탐지 모델을 파인튜닝하는 실전 교훈

JetBrains는 YOLO12, YOLO26, RF-DETR을 대상으로 한 실험을 통해 COCO에서 사전 학습된 모델을 전문 분야에 그대로 적용하면 성능이 거의 0에 가까워질 수 있는 반면, 파인튜닝을 수행하면 결과가 서로 다른 수준으로 개선된다는 점을 보여준다. 이 실험은 모델이 최신인지 또는 최고인지에 대한 분류보다 대상 도메인과 학습 데이터의 유사성, 위치 지정의 정확도, 추론 시간이 더 중요하다는 사실을 드러낸다.

CN
종합 점수 너머: 국가별 차이가 밀 추수 머리 감지 모델의 신뢰성을 어떻게 드러내는가

종합 점수 너머: 국가별 차이가 밀 추수 머리 감지 모델의 신뢰성을 어떻게 드러내는가

밀 이삭 감지를 위한 9개 모델을 재평가한 결과, 전체 평균 mAP가 국가별 성능의 큰 차이를 가릴 수 있는 것으로 나타났다. 모든 모델에서 중국이 가장 높은 성능을 보였으며, YOLO와 RF-DETR의 취약 지역은 서로 달랐다. 따라서 현장 배포 전에 도메인 간 전이를 측정하는 것이 필수적이다.