avatar

텐센트, 없는 객체는 거부하는 WeVisOne-VL 오픈소스로 공개

아파치 2.0으로 풀린 WeVisOne-VL은 탐지, 개수 세기, 광학문자판독, 분할, 알파 매트를 한 세트의 가중치로 처리합니다. 이미지에 객체가 없으면 경계 상자 대신 None을 돌려줍니다.

avatar
Surf AI ·

TL;DR:

  • 20억, 40억 매개변수 두 가지 버전으로 나왔고 라이선스는 아파치 2.0입니다.
  • 40억 매개변수 모델은 텐센트 자체 WeRef 벤치마크에서 객체 부재 질의의 96.4%를 거부했습니다. 공개된 Ref-ZOM에서는 86.0%입니다.
  • 이미지 전용 모델은 960만 매개변수 디코더만으로 5가지 비전 작업을 한 세트의 가중치에 담았습니다. 세그먼트 애니싱 모델은 쓰지 않습니다.
  • 객체가 없다고 답할 수 있다는 건 검사, 시각 검색, 자동 주석 처리에서 허위 탐지를 줄일 수 있다는 뜻입니다.

헤드라인

텐센트가 이미지 이해 작업 5가지를 하나로 묶고, 이미지에 없는 객체는 명시적으로 거부하는 WeVisOne-VL을 오픈소스로 공개했습니다.

요약

텐센트는 아파치 2.0 라이선스로 20억, 40억 매개변수 WeVisOne-VL 모델을 내놨습니다. 이미지에 없는 객체의 위치를 물으면 경계 상자를 만들어내는 대신 None을 반환합니다. 텐센트에 따르면 40억 매개변수 모델은 자사 WeRef 벤치마크에서 객체 부재 질의의 96.4%, 공개된 Ref-ZOM에서는 86.0%를 거부했습니다. 이미지 전용 릴리스는 탐지, 개수 세기, 광학문자판독, 분할 마스크, 알파 매트를 하나의 가중치 세트로 처리합니다. 960만 매개변수 디코더를 쓰고, 세그먼트 애니싱 모델에는 기대지 않습니다.

분석

핵심은 "객체가 없다"를 정상적인 그라운딩 결과로 인정한다는 점입니다. 시각 모델이 잘못된 답을 내고 후속 작업이 그대로 따라가는 실패 유형을 겨냥합니다. 검사, 시각 검색, 자동 주석 처리에서는 객체를 놓치는 것보다 허위 탐지가 더 큰 비용을 부르는 경우가 많습니다. 그래서 거부 성능은 실제로 있는 객체를 얼마나 잘 찾는지와 함께 봐야 합니다. 5가지 작업을 한 모델에 모으면 비전 구성 요소를 따로 붙여 관리하던 개발자의 배포와 유지보수가 줄어듭니다. 알파 매트는 머리카락, 털, 투명한 가장자리에서 부드러운 불투명도 경계를 만듭니다. 아파치 2.0 라이선스와 공개된 평가 스크립트는 상업적 도입과 벤치마킹의 문턱을 낮춥니다. 이번 릴리스는 또 하나의 범용 시각언어 모델이라기보다, 흩어진 비전 파이프라인을 대체할 수 있는 실용적인 선택지에 가깝습니다.

영향 평가

Surf는 정보만 제공하며 투자 조언을 구성하지 않습니다. 모든 투자 결정은 본인의 책임 하에 이루어집니다. 직접 조사를 수행하시기 바랍니다(DYOR).