#物体検知
アノテーションせずに物体検知してみた（YOLO-World v2モデル）
分析屋の町田です。
AIによる画像認識を行う場合、通常、膨大な数の画像をアノテーションする必要があります。しかしながら、2024年に発表されたYOLO-World v2というモデルを使用することにより、アノテーションを全く行わずに物体検知を実現することが可能となります。今回は、アノテーションレスの物体検知を実現するAIモデル「YOLO-World」の概要と実際の使い方を紹介します。
YOLO-
ZERO-SHOT-DETECTIONをDeticで実装！物体検出学習コストの大幅削減も可能に
初めまして、みずぺーといいます。
このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。
年齢：28歳
出身：長崎
大学：中堅国立大学
専門：河川、河川計画、河道計画、河川環境
転職回数：1回（建設（2年9か月）→IT系年収100万up（現職3か月））
IT系の資格：R5.4基本情報技術者試験合格💮、R5.5G資格
本日はzero-shot-detectio
WSL2でYOLO-Worldを試してみる
「強力なオープンボキャブラリー検出機能とグラウンディング機能を備えた次世代の YOLO 検出器」らしいYOLO-Worldを試してみます。
V100で52.0 FPSをたたき出す性能とのこと。これは楽しみです。
（注）Hugging Faceのリポジトリで試しています。GitHubのほう、requirements.txtがまだcommitされていないようでして。
使用するPCはドスパラさんの