apple-aiml-research/ml-cvnets

What it solves

CVNetsは、コンピュータビジョンモデルの訓練・評価のための統一されたツールキットを提供します。標準的なアーキテクチャと新規のアーキテクチャの両方の開発プロセスを簡化化します。特に、高性能な非モバイルモデルとモバイルデバイス向けに最適化された軽量モデルの両方に対応しています。

How it works

PyTorchをベースに構築されており、さまざまなビジョンタスクのための包括的なツールスイートを提供します。実装済みのアーキテクチャの "Model Zoo" を含み、soft および hard distillation、および自動データオーグメンテーション（RangeAugment や AutoAugment）などの高度な訓練技術への統合サポートを提供します。

Who it’s for

モバイルプラットフォームを含む、異なるハードウェアターゲットに対してコンピュータビジョンモデルを訓練・評価・デプロイするための研究者やエンジニア。

Highlights

• Diverse Task Support: オブジェクト分類、オブジェクト検出（SSD, Mask R-CNN）、セマンティックセグメンテーション（DeepLabv3, PSPNet）、および CLIP のような基盤モデルをサポートします。
• Wide Architecture Range: CNNs（MobileNet, EfficientNet, ResNet）、Transformers（ViT, Swin Transformer, MobileViT）を含みます。
• Mobile Optimization: モバイルフレンドリーなビジョンTransformerをサポートするように特別に設計されており、PyTorch モデルをを CoreML への変換例を提供します。
• Advanced Augmentation: RangeAugment を介した効率的なオンラインオーグメンテーションを特徴としています。