Un détecteur d'objets puissant et reproductible utilisant uniquement des jeux de données publics

Ce travail présente Focal-Stable-DINO, un modèle robuste et reproductible pour la détection d'objets, atteignant 64,6 AP sur COCO val2017 et 64,8 AP sur COCO test-dev, en utilisant uniquement 700 millions de paramètres et sans aucune augmentation au moment du test. Ce modèle exploite la combinaison d'un squelette FocalNet-Huge puissant et d'un détecteur Stable-DINO efficace. Contrairement aux modèles de pointe existants qui reposent sur un nombre important de paramètres, des techniques d'entraînement complexes et des données privées à grande échelle ou fusionnées, notre modèle est entièrement entraîné sur le jeu de données publique Objects365, ce qui garantit la reproductibilité de notre approche.