NVIDIAがLocateAnythingを発表：指示文1つで物体検出、処理速度は最大10倍
NVIDIA が視覚的指示による物体検出フレームワーク LocateAnything を発表した。境界ボックスを並列デコードする新手法と 1.38 億件の学習データにより、テキストで指示するだけで対象物を高速かつ正確に検出でき、密集物体の検出速度を最大 10 倍向上させた。
NVIDIA が視覚的指示による物体検出フレームワーク LocateAnything を発表した。境界ボックスを並列デコードする新手法と 1.38 億件の学習データにより、テキストで指示するだけで対象物を高速かつ正確に検出でき、密集物体の検出速度を最大 10 倍向上させた。