01Vision par ordinateur2024
Évaluer la segmentation d'instance pour la détection de déchets
Un projet en vision par ordinateur comparant SOLOv2, Mask R-CNN et U-Net pour la segmentation de déchets sur le jeu de données TACO, avec un cadre d'évaluation multi-axes — précision, efficience de déploiement et coût de calcul — conçu pour les comparer équitablement sous contraintes de déploiement à ressources limitées.
- 3
- Architectures comparées — SOLOv2, Mask R-CNN, U-Net
- 3 axes
- Précision · efficience · coût de calcul
- PyTorch
- MMDetection
- SOLOv2
- Mask R-CNN
- U-Net
- TensorBoard
