Intellindust-AI-Lab/DEIMv2

解決する課題

DEIMv2 は、超軽量のエッジデバイスからより強力なシステムまで、異なるハードウェアの制約に合わせてスケールできる、高性能なリアルタイム物体検出のニーズに対応します。COCO などのベンチマークで最先端 (SOTA) の精度を達成しつつ、低レイテンシを維持することを目指しています。

仕組み

DEIMv2 は、DEIM フレームワークを進化させ、DINOv3 の特徴量を統合したものです。速度と精度のバランスを取るために、さまざまなモデルサイズ（Atto、Femto、Pico、N、S、M、L、X）を提供しています。アーキテクチャには異なるバックボーンを採用しており、最も軽量なバージョンには HGNetv2 を、より大きく高精度なバリアントには DINOv3 ベースの ViT を使用しています。HybridEncoder、DEIMTransformer デコーダ、PostProcessor を用いて検出を実行します。

対象者

このプロジェクトは、リアルタイムのビジョンアプリケーションを構築する AI 研究者および開発者向けに設計されています。特に、パラメータ数と推論速度のバランスが重要となるエッジ展開をターゲットとしている場合に適しています。

ハイライト

• スケーラブルなモデル動物園: 超軽量の "Atto" バージョン（0.5M パラメータ）から高性能の "X" バージョン（50.3M パラメータ）まで、幅広いモデルサイズを提供します。
• SOTA パフォーマンス: S サイズのモデルは COCO ベンチマークで 50 以上の AP を達成します。
• エッジ対応: ONNX および TensorRT へのエクスポートをサポートし、エッジハードウェアでの最適化された展開を可能にします。
• 幅広い統合: Intel® Geti™ および X-AnyLabeling に統合されており、ファインチューニングとラベリングが容易です。