[ultralytics] RT-DETR의 OpenVINO INT8 양자화 정확도 문제 해결: NNCF Transformer 모드 적용RT-DETR의 디코더를 FP32로 유지하고 NNCF Transformer 양자화를 적용하여 INT8 정확도를 획기적으로 개선한 최적화 사례.#RT-DETR#OpenVINO#NNCF#Quantization#DeepLearning2026년 9월 16일댓글 수 로딩 중
[ultralytics] RT-DETR FLOPs 프로파일링 성능 최적화 및 안정화RT-DETR 모델의 FLOPs 계산 시 발생하는 비효율적인 stride-based proxy 방식을 개선하여 프로파일링 속도를 최대 5배 이상 향상시켰습니다.#RT-DETR#FLOPs#Performance Optimization#Deep Learning#THOP2026년 8월 9일댓글 수 로딩 중
[ultralytics] RT-DETR의 CoreML 추론 성능 최적화: ComputeUnit.ALL 전략 도입RT-DETR 모델의 CoreML 추론 시 발생하는 FP16 정확도 저하와 속도 문제를 메타데이터 기반의 ComputeUnit.ALL 라우팅으로 해결했습니다.#Ultralytics#CoreML#RT-DETR#Optimization#Apple Silicon2026년 7월 2일댓글 수 로딩 중