링크
- 논문 링크 : https://arxiv.org/abs/2405.14458v1
(논문 내 이미지 캡쳐 사용함) - 깃 리포지토리 : https://github.com/THU-MIG/yolov10
간단정보
- 기존 YOLO 모델의 특징이었던 NMS (Non-Maximum Suppression)를 삭제함
(NMS-free) - 대신 Consistent Dual Assignment 개념을 채택하여 성능 향상 및 추론 능력 향상에 기여함.
- 훈련 과정 진행 시 전반적으로 효율성-정확성을 모두 고려하여 모델을 설계함으로써 모델 성능 강화하였음 (Large-kernel convolution / Partial self-attention)
- 모델 가중치는 기존 버전과 동일하게 다양한 버전으로 제시
- 논문에서 제시하는 YOLOv10은 정확성 및 효율성을 기반으로 다양한 분야에서 활용될 것을 기대
성장 += 지식