딥러닝 탐구생활

https://arxiv.org/abs/2506.17733 YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual PerceptionThe YOLO series models reign supreme in real-time object detection due to their superior accuracy and computational efficiency. However, both the convolutional architectures of YOLO11 and earlier versions and the area-based self-attention mechanism introduarxiv.org YOLO 시리즈는 실시..

https://docs.ultralytics.com/models/yolo11/ YOLO11 🚀 NEWDiscover YOLO11, the latest advancement in state-of-the-art object detection, offering unmatched accuracy and efficiency for diverse computer vision tasks.docs.ultralytics.com OverviewYOLO11은 Ultralytics YOLO 시리즈의 최신 버전으로, 실시간 객체 탐지 분야에서 정확도, 속도, 효율성 측면에서 혁신을 이루었다. 이전 YOLO 버전들의 발전을 바탕으로, YOLO11은 아키텍처와 학습 방법에서 중요한 개선을 도입하여, 다양한 컴퓨터 비전 작업에 적..

https://arxiv.org/abs/2404.14687 Pegasus-v1 Technical ReportThis technical report introduces Pegasus-1, a multimodal language model specialized in video content understanding and interaction through natural language. Pegasus-1 is designed to address the unique challenges posed by video data, such as interpreting sparxiv.org Abstract트웰브랩스(Twelve Labs)에서 발표한 동영상 콘텐츠 이해 및 자연어 상호작용에 특화된 멀티모달 언어 모델인 ..