Notice
Recent Posts
Recent Comments
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- CT
- FSL
- Map-reduce
- coursera
- procedure
- EC2
- Homogeneous Coordinates
- object detection
- Cost Function
- 평가지표
- git
- Emoji
- Anaconda
- x-ray
- pm2
- https
- Dual energy X-ray
- MySQL
- ubuntu
- pytorch
- 동차좌표계
- AWS
- error
- ml
- MRI
- ssl
- nodejs
- kernel
- relaxation time
- NRMSE
Archives
- Today
- Total
목록YOLO (1)
Pay it Forward
[Object Detection] YOLO 논문 정리
요약 - image detection을 위한 알고리즘 - one stage method에 속하는 알고리즘 한 번에 image detection을 완료한다 - single NN image를 input으로 받아서 하나의 신경망(single NN)을 통과하면 물체의 bounding Box와 해당 물체의 class를 output으로 내놓는다. Regression으로 bounding Box와 그 물체의 종류를 동시에 파악하고자 했다. - 장점 빠르고 좋은 정확도를 가지며 여러 도메인에서도 좋은 성능을 보인다 - 단점 object가 겹쳐있으면 제대로 예측이 안된다. 학습정도와 이미지 크기에 따라서 따라 모델의 성능이 크게 달라진다. (이미지 크기에 따른 단점은 YOLO v3에서 개선된다.) 전체적인 모델 구성 전체..
Paper/Computer Vision
2020. 3. 30. 10:57