Какие знаешь детекторы и архитектуры в компьютерном зрении

В компьютерном зрении популярны детекторы и архитектуры:

Детекторы:

• SIFT/SURF - классические feature-based методы
• ORB - быстрая бинарная альтернатива SIFT
• HOG + SVM для детекции объектов
• YOLO (You Only Look Once) - однопроходные детекторы
• SSD (Single Shot MultiBox Detector)
• Faster R-CNN - двухэтапные детекторы

Архитектуры:

• CNN-based: LeNet, AlexNet, VGG, ResNet, EfficientNet
• Transformer-based: ViT (Vision Transformer), DETR
• Hybrid: ConvNeXt, Swin Transformer

Пример детекции YOLOv8:

from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('image.jpg')
results[0].show()

Ключевые тренды: переход от CNN к трансформерам, lightweight модели для edge-устройств, multi-task learning.