Patch-Based-Inference является усовершенствованным SAHI-подходом для обнаружения большого количества маленьких объектов на изображениях с поддержкой задач инстанс-сегментации, улучшенной технологией подавления дубликатов и удобной библиотекой с широкой кастомизацией.
Разработанная Python-библиотека поддерживает следующие модели по Object Detection и Instance Segmentation: YOLOv8, YOLOv8-seg, YOLOv9, YOLOv9-seg, YOLOv10, FastSAM и RTDETR.
В рамках доклада будет рассказано, как работает данная технология, какие актуальные задачи может помочь решить. Вы узнаете, как можно в разы увеличить число обнаруживаемых объектов без дополнительного обучения нейронных сетей.
Ссылка на open source-проект — github.com/Koldim2001/YOLO-Patch-Based-Inference