pal4vst_food
AI ์์ฑ ์์ ์ด๋ฏธ์ง์์ ์ด์ํ ์์ญ(์ํฐํฉํธ) ํ๋ณด๋ฅผ ํฝ์ ๋จ์๋ก ์ถ์ ํ๋ ๋ถํ ๋ชจ๋ธ์ ๋๋ค. Lingzhi/PAL4VST(MIT, ICCV 2023)๋ฅผ ์ง์ ๋ผ๋ฒจ๋งํ AI ์์ฑ ์์ ์ด๋ฏธ์ง๋ก ๋ฏธ์ธ์กฐ์ ํ์ต๋๋ค.
- ๊ตฌ์กฐ: Swin-B + UperNet (
transformers.UperNetForSemanticSegmentation), 2ํด๋์ค (0 background, 1 bad_region) - ํ์ต: AI ์์ฑ ์์ ์ด๋ฏธ์ง 12์ฅ์ ์ด์ํ ์์ญ ๋ง์คํฌ(์ง์ ๋ผ๋ฒจ๋ง), 1250 iter
- ์ ์ฒ๋ฆฌ: ๋น์จ ์ ์ง๋ก ๊ธด ๋ณ 512, RGB ํ๊ท (123.675, 116.28, 103.53) / ํ์คํธ์ฐจ (58.395, 57.12, 57.375)
๋ฒ์
| ์ปค๋ฐ | ๋ด์ฉ |
|---|---|
da449b1 |
v1 |
deed190 |
v2: ๋ก๋ณถ์ด ์ด๋ฏธ์ง ๋ผ๋ฒจ ์์ ํ ์ฌํ์ต (ํ์ต ์ค์ ๋์ผ) |
์ฌ์ฉ
from transformers import UperNetForSemanticSegmentation
model = UperNetForSemanticSegmentation.from_pretrained("hs4167/pal4vst_food", revision="deed190ca7f734adaa275624744143c005f2e3e8")
ํ๊ณ
- ํ์ต ๋ฐ์ดํฐ๊ฐ 12์ฅ๋ฟ์ด๊ณ ์ค์ ์ฌ์ง(์ค๋ฅ ์์)์ ํ์ต์ ์ฐ์ง ์์, ์ค์ ์์ ์ฌ์ง์์๋ ๋์ ์์ญ์ ํ๋ณด๋ก ์ก๋ ์คํ์ด ์์ต๋๋ค.
- ๊ฒฐ๊ณผ๋ ์ค๋ฅ ํ๋ณด์ ์ถ์ ์ด๋ฉฐ, ์ด๋ฏธ์ง๊ฐ AI๋ก ์์ฑ๋์๋์ง ํ๋ณํ๊ฑฐ๋ ํ์ง์ ๋ณด์ฆํ์ง ์์ต๋๋ค.
๋ผ์ด์ ์ค
Apache-2.0 (LICENSE). ์๋ณธ PAL4VST ๊ฐ์ค์น์ MIT ๊ณ ์ง๋ NOTICE์ ์์ต๋๋ค.