Jugando con RF-DETR reconocimiento de objetos en tiempo real
Aceptada
Mostraremos el nuevo modelo de reconocimiento de objetos en tiempo real con mejores resultados en los actuales benchmarks.
Tipo: Talk / Charla
Nivel: Medio
Disertantes: Ignacio Moretti
Biografiá del Disertante: Ignacio Moretti es Licenciado en Ciencias de la Computación, se ha especializado en el Área de Inteligencia Artificial y Procesamiento de Imágenes. Ha investigado y desarrollado sistemas complejos en estos campos como parte de su trabajo en el Laboratorio de Electrónica e Informática del Instituto Nacional de Tecnología Industrial. Actualmente, se desempeña como docente de la Universidad Nacional de Córdoba, en la Facultad de Matemática, Astronomía y Física y es líder técnico del Área de Machine Learning en la empresa KeyLab.
Horario: 15:00 - 16:00 - 26/04/2025
Sala: Aula 2
Etiquetas/Tags: inteligencia artificial reconocimientos de objetos en tiempo real transformers visión por computadoras.
Descripción completa
RF-DETR es una arquitectura de modelo de detección de objetos basada en transformadores en tiempo real desarrollada por Roboflow y publicada bajo la licencia Apache 2.0. RF-DETR es el primer modelo en tiempo real que supera los 60 puntos de acceso (AP) en la prueba de referencia Microsoft COCO, con un rendimiento competitivo en tamaños base. También alcanza un rendimiento de vanguardia en RF100-VL , una prueba de referencia de detección de objetos que mide la adaptabilidad del dominio del modelo a problemas del mundo real. RF-DETR ofrece una velocidad comparable a la de los modelos de objeciones en tiempo real actuales. RF-DETR es lo suficientemente pequeño para ejecutarse en el borde, lo que lo convierte en un modelo ideal para implementaciones que necesitan gran precisión y rendimiento en tiempo real.