超解像化(ESRGAN)と物体検出(DETR)を組み合わせたハイビジョン物体検出 - Qiita

はじめに 物体検出の最新モデルであるDETRとGANを用いた超解像化のESRGANの二つを組み合わせて、物体検出を行います。 以下、オリジナルの動画です。 レポジトリはこちらです。 動画について youtube8mの動画を再編集して使用しています。 引用している動画 動画のライセンス 以下のライセンスに従っています。 物体検出(DETR)1 DETR(End-to-End Object Detection with Transformers)は、Transformerを使った初めての物体検出です。 以下の図のように、transformerを使わなかった場合は、複雑な機能付けを必要としていましたが、transformerを使ったことで極めてシンプルかつ、「End-to-End」構造を持ち、DETRに画像を入力だけで、物体検出が行えます。 引用: End-to-end object detec