Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- IOU
- pytorch
- Average Precision
- Bounding box regressor
- Darknet
- Multi-task loss
- Map
- Fast R-CNN
- Detection Transformer
- detr
- Linear SVM
- mean Average Precision
- RoI pooling
- Object Detection
- Hungarian algorithm
- Region proposal Network
- hard negative mining
- Anchor box
- multi task loss
- YOLO
- Faster R-CNN
- R-CNN
- object queries
- fine tune AlexNet
- Object Detection metric
- AP
- BiFPN
- Non maximum suppression
- herbwood
- RPN
Archives
- Today
- Total
목록RoI pooling (5)
약초의 숲으로 놀러오세요
Fast R-CNN 논문 리뷰
이번 포스팅에서는 Fast R-CNN 논문(Fast R-CNN)을 읽고 정리해봤습니다. 기존 R-CNN 모델은 학습 시간이 매우 오래 걸리며, detection 속도 역시, 이미지 한 장당 47초나 걸려 매우 느린 추론 속도를 보였습니다. 또한 3가지의 모델(AlexNet, linear SVM, Bounding box regressor)을 독립적으로 학습시켜, 연산을 공유하거나 가중치값을 update하는 것이 불가능하다는 문제도 있습니다. Fast R-CNN은 모델명에서부터 Fast가 붙는만큼 기존 R-CNN 모델보다 속도면에서의 큰 개선을 보인 모델입니다. Fast R-CNN 모델 Preview R-CNN 모델은 2000장의 region proposals를 CNN 모델에 입력시켜 각각에 대하여 독립적으..
Computer Vision/Object Detection
2020. 12. 8. 17:21