EoMT 논문 리뷰: ViT 하나로 이미지 세그멘테이션, 어댑터와 픽셀 디코더를 걷어내다
대규모로 사전학습된 ViT는 어댑터와 픽셀 디코더 없이도 이미지 분할을 해낸다는 EoMT 논문을 정리했다. 구성 요소를 하나씩 걷어내며 속도는 약 4.4배 빨라지고 정확도 손실은 1.1 PQ에 그친 실험과 마스크 어닐링 기법까지 살펴본다.
핵심 내용 읽기 →
AI TOPIC
DINOv2 최신 뉴스와 핵심 해설
DINOv2 관련 핵심 뉴스와 활용 인사이트 4편을 최신순으로 모았습니다.
이미지 임베딩이란? CLIP·DINOv2로 이해하는 재사용 가능한 벡터 표현과 시각 검색
이미지를 의미가 담긴 벡터로 바꾸는 이미지 임베딩의 개념과, 분류 전용 합성곱 신경망에서 CLIP·DINOv2 같은 파운데이션 모델로 넘어가며 재사용성이 어떻게 달라졌는지, 이 벡터가 텍스트·이미지 검색에 어떻게 쓰이는지 정리했습니다.
핵심 내용 읽기 →
과일 표면 결함 이상 탐지: 정상 데이터만으로 여러 과일을 하나의 검출기로 검사하기
결함 라벨 없이 정상 과일 이미지만 학습해 표면 결함을 찾는 연구다. 사과·레몬·오렌지·토마토를 하나의 검출기로 다루는 새 벤치마크를 만들고, 학습이 필요 없는 기준선과 자체 설계 모델을 비교한 결과를 정리했다.
핵심 내용 읽기 →
REPA 논문 해설: 확산 트랜스포머 학습을 17배 앞당긴 표현 정렬 손실 항의 원리
확산 트랜스포머에 사전학습 모델의 표현을 따라가게 하는 손실 항 하나를 더한 REPA 기법이 학습 속도와 이미지 이해 능력을 동시에 끌어올린 원리를 짚었다. 40만 스텝으로 700만 스텝의 성능을 넘어선 실험 결과도 함께 살폈다.
핵심 내용 읽기 →