YOLO : You Only Look Once: Unified, Real-Time Object Detection 논문 요약
Abstract 객체 탐지의 이전 연구들에서는 분류기에서도 detection을 수행할 수 있도록 했다. 본 연구에서는 하나의 단일 신경망을 사용해서 여러 bounding box와 class probabilities를 예측하는 객체 탐지를 regression 문제로 취급했다. 본 연...
Recent posts
RCNN : Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation 논문 요약
Abstract 지난 몇년동안(2013) PASCAL VOC dataset에 관해 객체 탐지의 성능 향상이 더디다. 대화마다 best model은 일반적으로 여러개의 저수준 피처와 고수준의 context를 결합한 복잡한 앙상블 구조이다. 본 연구에서는 단순한 탐지 알고리즘으로 V...
DeepLabv3+ : Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation 논문 요약
Atrous Convolution이란? DeepLabv3+ 논문을 리뷰하기 앞서 DeepLab 모델들에서 사용된 핵심 기법인 Atrous Convolution에 대해 알아보자.
U-Net: Convolutional Networks for Biomedical Image Segmentation 논문 요약
Abstract 좋은 딥러닝 네트워크를 구축하기 위해서는 수많은 데이터가 필요하다. 본 논문에서는 데이터 증강에 의존하여 주어진 데이터를 효율적으로 사용한 네트워크와 학습 방법에 대해 소개한다. 네트워크는 특징을 추출하는 contracting(수축) path와 localizati...
ResNet(Deep Residual Learning for Image Recognition)논문 요약
Abstract 신경망의 깊이가 깊어질수록 학습은 더 어려워진다. 본 논문에서는 레이어를 잔차함수로 변환하는 residual learning framework를 적용하여 이전의 모델들보다 더 깊은 신경망일지라도 학습이 잘 되게 했다. 깊이가 최대 152로 VGG모델보다 8배 깊은 ...