R-CNN 5

[CV 논문] SSD: Single Shot MultiBox Detector

아래 글에서 이 블로그에서 리뷰한 논문들의 흐름과 분야별 분류를 한 눈에 볼 수 있다.읽은 논문들 정리 기존 신경망에서는 후보 영역을 뽑고 분류하는 두 단계를 가졌다면,이번 논문에서는 이 둘을 하나로 통합시킨 SSD라는 구조에 대해 설명한다.1. 모델 구조SSD는 단방향 CNN이다.faster R-CNN은 RPN으로 영역제안을 한 후 분류 또는 탐지를 진행하지만, SSD는 하나의 네트워크로 모든 동작을 수행한다. 모델은 이미지를 받아 고정된 개수의 여러개의 박스와 각 박스별 클래스 점수를 출력한다.그 이후 점수가 낮거나 겹치는 박스도 제거한다. CNN의 앞부분은 VGG-16같은 모델을 사용한다.뒷부분의 분류용 layer는 제거한다. Multi-scale feature maps백본(VGG-16)의 끝에 크..

[CV 논문] Faster R-CNN: Towards Real-Time Object Detectionwith Region Proposal Networks

아래 글에서 이 블로그에서 리뷰한 논문들의 흐름과 분야별 분류를 한 눈에 볼 수 있다.읽은 논문들 정리 읽은 논문들 정리[목차]지속적으로 업데이트 중1. Computer Vision 분야 논문Classification 모델들의 발전Detection 모델들의 발전2. Natural Language Processing 분야 논문3. 유명한 딥러닝 논문들 1. Computer VisionAlexNet → VGGNet → Gooapril2901.tistory.com 현재 detection모델의 발전 순서대로 논문을 보고 있다.R-CNN과 fast R-CNN을 살펴봤으니 이번에는 faster R-CNN을 알아보자.R-CNN논문 리뷰 링크Fast R-CNN논문 리뷰 링크 1. 서론먼저 흐름을 다시 한번 살펴보자.R..

[CV 논문] Fast R-CNN

아래 글에서 이 블로그에서 리뷰한 논문들의 흐름과 분야별 분류를 한 눈에 볼 수 있다.읽은 논문들 정리 읽은 논문들 정리[목차]1. Computer Vision 분야 논문Classification 모델들의 발전Detection 모델들의 발전2. Natural Language Processing 분야 논문3. 유명한 딥러닝 논문들 지속적으로 업데이트 중1. Computer VisionAlexNet → VGGNet → Gooapril2901.tistory.com 이전에 포스팅한 R-CNN을 개선한 Fast R-CNN에 대한 논문이다.이후 Faster R-CNN이 같은 해에 바로 나왔기 때문에 이 논문은 중요한 부분을 메인으로 살펴보고, 서론 등은 건너뛰고 넘어가자.1. R-CNN의 문제R-CNN은 매우 비..

[CV 논문] Rich feature hierarchies for accurate object detection and semantic segmentation

아래 글에서 이 블로그에서 리뷰한 논문들의 흐름과 분야별 분류를 한 눈에 볼 수 있다.읽은 논문들 정리 읽은 논문들 정리[목차]1. Computer Vision 분야 논문2. Natural Language Processing 분야 논문3. 유명한 딥러닝 논문들 지속적으로 업데이트 중1. Computer Vision1. AlexNet [2012년]대규모 CNN을 GPU로 학습해 ImageNet 성능을 크게 끌어올april2901.tistory.com 이때까지 리뷰했던 논문들의 흐름은 classification의 발전과정을 따라가는 순서였다.아래 모델이름을 누르면 해당 논문을 리뷰한 포스팅으로 연결된다.AlexNet → VGGNet → GoogLeNet → ResNet → SENet → ViT → Swin..

[CV 논문] Going Deeper with Convolutions

아래 글에서 이 블로그에서 리뷰한 논문들의 흐름과 분야별 분류를 한 눈에 볼 수 있다.읽은 논문들 정리 이번 논문은 Google에서 발표한 GoogLeNet이라는 모델에 대한 것이다.이 글 이전에 살펴봤던 AlexNet, VGGNet과 함께 현대 모델의 기틀을 마련했다고 할 수 있다. 가장 큰 특징은 성능을 높이면서 연산 효율도 높였다는 점이다. 논문은 아래 링크에서 볼 수 있다.https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf 1. Introduction네트워크를 넓거나 깊게 만드는 것은 정확도를 높이기에 가장 쉬운 방법이다.하지만 파라미터도 그만큼 증..