04/04/2026
โก๐ค ๐๐๐ ๐๐๐ซ๐๐๐ญ๐๐ซ: ๐๐ซ๐๐ง๐ฌ๐๐จ๐ซ๐ฆ๐๐ซ๐ฌ ๐ฅ๐ข๐ ๐๐ซ๐จ๐ฌ ๐ฉ๐๐ซ๐ ๐๐ ๐๐ง ๐ญ๐ข๐๐ฆ๐ฉ๐จ ๐ซ๐๐๐ฅ
En el mundo de visiรณn artificial en dispositivos pequeรฑos (edge),
los modelos mรกs usados siguen siendo tipo YOLO (CNN).
ยฟPor quรฉ?
๐ Porque los Transformers (ViTs) suelen ser pesados o poco eficientes.
EdgeCrafter cambia esto.
Este proyecto propone una nueva forma de usar Transformers ligeros para tareas como:
โ๏ธ Detecciรณn de objetos
โ๏ธ Segmentaciรณn
โ๏ธ Estimaciรณn de pose
๐ก ยฟLa clave?
๐ ๐๐ข๐ฌ๐ญ๐ข๐ฅ๐๐๐ข๐จฬ๐ง ๐๐ฌ๐ฉ๐๐๐ขฬ๐๐ข๐๐ ๐ฉ๐จ๐ซ ๐ญ๐๐ซ๐๐
(enseรฑarle al modelo exactamente lo que necesita aprender)
๐ Arquitectura optimizada para dispositivos con pocos recursos
๐ Resultados interesantes:
๐น Alta precisiรณn con modelos pequeรฑos (