쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 9월 24일 (목)까지985건
2건 · "컴퓨터 비전"조건 지우기 ×
001▲ 37 · 댓글 3다국어 텍스트 인식에 최적화된 MoE 아키텍처다국어 OCR의 문제점을 해결하기 위해 script-aware Mixture-of-Experts(ScriptMoE) 아키텍처를 제안했다.AI · 머신러닝 · All-in-One Multilingual Scene Text Recognition with Script-aware Mixture-of-Experts
다국어 텍스트 인식에 최적화된 MoE 아키텍처
Key Point언어별 별도 모델 배포 비용과 복잡성 없이 실무 OCR 성능을 크게 개선하는 실용적 기술로, 다국어 텍스트 인식이 필요한 개발자들이 주목할 만하다.
핵심 요약
- 다국어 OCR의 문제점을 해결하기 위해 script-aware Mixture-of-Experts(ScriptMoE) 아키텍처를 제안했다.
- TextMuSS-10M이라는 10개 문자 체계와 229개 언어를 포함한 대규모 합성 텍스트 데이터셋을 구축했다.
- ScriptMoE는 단일 비전 인코더와 이미지별 라우터가 상위 2개의 문자 체계 전문 모듈로 분배하는 희소 MoE 블록으로 구성된다.
- TextMuSS-Bench에서 82.06% 정확도를 달성해 기존 STR 방법을 1.31% 상회했다.
- PP-OCRv5의 인식기만 교체해도 F1 스코어가 65.71%에서 80.89%로 올라 최고 성능 VLM과 동등하면서도 파라미터는 훨씬 적다.
오픈소스 · 도구 · roboflow/supervision · Python
컴퓨터 비전 개발을 빠르게, Supervision 라이브러리
Key Point컴퓨터 비전 프로젝트의 반복적인 작업을 표준화된 도구로 통일할 수 있어, 모델 선택에 관계없이 동일한 코드로 여러 프레임워크를 활용할 수 있다.
핵심 요약
- Roboflow가 제공하는 Python 기반 오픈소스 라이브러리로, 모델 불가지론적 설계로 모든 분류·탐지·분할 모델을 연결할 수 있다.
- Ultralytics, Transformers, MMDetection 등 인기 라이브러리와 기본 통합되며, 커스텀 모델도 손쉽게 연결할 수 있다.
- 데이터 로딩부터 실시간 구역 카운팅까지 컴퓨터 비전 작업의 전체 파이프라인을 지원한다.
- 고도로 커스터마이징 가능한 Annotators로 시각화를 자유롭게 구성할 수 있고, 데이터셋 로드·분할·병합·저장 유틸리티를 제공한다.
- 객체 탐지 후 추적, 속도 추정, 체류 시간 분석 등 실전 예제와 튜토리얼을 포함한다.