Gemini 2.5の物体検出：YOLOv3と意外なほど互角？
2025-07-10
このベンチマークは、Googleのマルチモーダル大規模言語モデルGemini 2.5 Proの物体検出タスクにおける性能をテストします。MS-COCOデータセットを使用し、バウンディングボックスの精度に焦点を当てています。結果は、Gemini 2.5 Proが平均精度（mAP）約0.34を達成し、2018年のYOLOv3と同等であることを示していますが、最先端モデルの約0.60 mAPにはるかに及びません。オープンエンドタスクにおけるGeminiの汎用性は印象的ですが、CNNは、特に良好なトレーニングデータがあれば、速度、コスト、理解の容易さにおいて依然として優れています。
続きを読む
AI
