Attention please

이번에 리뷰할 논문은 You Only Look Once: Unified, Real-Time Object Detection 입니다. https://paperswithcode.com/paper/you-only-look-once-unified-real-time-object Papers with Code - You Only Look Once: Unified, Real-Time Object Detection 🏆 SOTA for Real-Time Object Detection on PASCAL VOC 2007 (FPS metric) paperswithcode.com object detection은 image 내에 object의 위치를 예측함과 동시에 해당 object의 class를 분류해야하는 task입니다. 이미..

이번에 리뷰할 논문은 A Method for Detection of Small Moving Objects in UAV Videos 입니다. https://paperswithcode.com/paper/a-method-for-detection-of-small-moving Papers with Code - A Method for Detection of Small Moving Objects in UAV Videos 🏆 SOTA for Small Object Detection on Bee4Exp Honeybee Detection (Average F1 metric) paperswithcode.com Object detection의 경우 많은 발전들이 있었습니다. R-CNN, YOLO와 같은 CNN 기반 object..

이번에 리뷰할 논문은 Spatial Pyramid Pooling in Deep ConvolutionalNetworks for Visual Recognition 입니다. https://paperswithcode.com/method/spatial-pyramid-pooling Papers with Code - Spatial Pyramid Pooling Explained Spatial Pyramid Pooling (SPP) is a pooling layer that removes the fixed-size constraint of the network, i.e. a CNN does not require a fixed-size input image. Specifically, we add an SPP layer o..

이번에 리뷰할 논문은 "You Only Look Once: Unified, Real-Time Object Detection" 이다. One-stage vs Two-stage Object Detection 모델은 크게 one-stage model 과 two-stage model 로 구분된다. two-stage model 은 대표적으로 R-CNN 기반 모델들을 예로 들 수 있다. 즉, Localization과 Classification을 각각 순차적으로 수행하는 모델을 의미한다. 이는 정확도를 올리는 것에는 유리하지만 시간이 오래걸린다는 단점이 있다. R-CNN에 대한 자세한 설명은 아래 링크에서 자세히 다루고 있다. 2022.12.30 - [논문 리뷰/object detection] - [논문 리뷰] R-..

이번에 리뷰할 논문은 "Rich feature hierarchies for accurate object detection and semantic segmentation" 이다. R-CNN은 object detection 모델 중 2-stage detector의 시초가 되는 모델이다. R-CNN 모델은 Regions with CNN의 약자로 region proposals 와 CNN이 결합된 구조이다. 이전의 Object Detection 분야의 최고의 성능을 나타낸 기법은 mAP 수치가 30% 정도였지만 R-CNN은 이 수치를 훨씬 뛰어넘는 53.3%를 달성하였다. 2022.12.30 - [딥러닝/CNN] - AP(Average Precision) & mAP(mean Average Precision)의 개..