Основные понятия
DAVE는 검출 단계에서 높은 재현율을 달성하고 검증 단계에서 정확도를 높여 기존 방법들의 단점을 극복한다.
Аннотация
DAVE는 저비용 객체 카운팅을 위한 새로운 접근법을 제안한다. 기존 방법들은 밀도 기반 또는 검출 기반 접근법을 사용하지만, 각각의 단점이 있다. 밀도 기반 방법은 정확한 카운팅은 가능하지만 개별 객체의 위치와 크기를 제공하지 않는다. 검출 기반 방법은 개별 객체 정보를 제공하지만 카운팅 정확도가 낮다.
DAVE는 이러한 문제를 해결하기 위해 검출-검증 패러다임을 제안한다. 첫 번째 단계에서는 높은 재현율을 달성하는 검출 단계를 수행하고, 두 번째 단계에서는 검증 과정을 통해 잘못 검출된 객체를 제거하여 정확도를 높인다. 이를 통해 DAVE는 기존 방법들보다 우수한 카운팅 및 검출 성능을 달성한다.
DAVE는 다양한 저비용 카운팅 시나리오에 적용 가능하다. 기존 방법들과 비교했을 때, DAVE는 약 20% 더 낮은 MAE와 43% 더 낮은 RMSE로 가장 우수한 밀도 기반 카운팅 성능을 보였다. 또한 검출 기반 카운팅에서도 약 20% 더 높은 성능을 달성했다. 제로샷 및 프롬프트 기반 카운팅에서도 새로운 최고 성능을 달성했다.
Статистика
"DAVE는 기존 방법들보다 약 20% 더 낮은 MAE와 43% 더 낮은 RMSE로 가장 우수한 밀도 기반 카운팅 성능을 보였다."
"DAVE는 검출 기반 카운팅에서도 약 20% 더 높은 성능을 달성했다."
Цитаты
"DAVE는 검출 단계에서 높은 재현율을 달성하고 검증 단계에서 정확도를 높여 기존 방법들의 단점을 극복한다."
"DAVE는 다양한 저비용 카운팅 시나리오에 적용 가능하며, 제로샷 및 프롬프트 기반 카운팅에서도 새로운 최고 성능을 달성했다."