YOLO와 전문가 혼합 모델의 만남: 강건한 객체 탐지를 위한 적응형 전문가 라우팅

초록

본 논문은 객체 감지를 위한 새로운 Mixture-of-Experts 프레임워크를 제안한다. 다수의 YOLOv9-T 전문가 모델 간 적응형 라우팅을 도입하여 동적 특징 특화를 가능하게 했으며, 단일 YOLOv9-T 모델 대비 더 높은 평균 정밀도(mAP)와 평균 재현율(AR)을 달성하였다.

English

This paper presents a novel Mixture-of-Experts framework for object detection, incorporating adaptive routing among multiple YOLOv9-T experts to enable dynamic feature specialization and achieve higher mean Average Precision (mAP) and Average Recall (AR) compared to a single YOLOv9-T model.

YOLO와 전문가 혼합 모델의 만남: 강건한 객체 탐지를 위한 적응형 전문가 라우팅

YOLO Meets Mixture-of-Experts: Adaptive Expert Routing for Robust Object Detection

초록

Support