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
- AP
- object queries
- R-CNN
- Object Detection metric
- Hungarian algorithm
- RPN
- hard negative mining
- multi task loss
- Non maximum suppression
- Darknet
- YOLO
- Linear SVM
- Faster R-CNN
- detr
- pytorch
- mean Average Precision
- Region proposal Network
- fine tune AlexNet
- Detection Transformer
- Multi-task loss
- IOU
- RoI pooling
- BiFPN
- Fast R-CNN
- Map
- Object Detection
- herbwood
- Bounding box regressor
- Anchor box
- Average Precision
Archives
- Today
- Total
목록YOLO v1 논문 (1)
약초의 숲으로 놀러오세요
YOLO v1 논문(You Only Look Once:Unified, Real-Time Object Detection) 리뷰
이번 포스팅에서는 YOLO v1 논문(You Only Look Once:Unified, Real-Time Object Detection) 논문을 리뷰해보도록 하겠습니다. 2-stage detector는 localization과 classification을 수행하는 network 혹은 컴포넌트가 분리되어 있습니다. 이는 각 task가 순차적으로 진행되는 것을 의미하며, 이러한 과정에서 병목현상이 발생하여 detection 속도가 느려지게 됩니다. 반면 1-stage detector는 하나의 통합된 네트워크가 두 task를 동시에 진행합니다. YOLO v1은 대표적인 1-stage detector로, FPS를 개선하여 real-time에 가까운 detection 속도를 보였습니다. Preview YOLO v..
Computer Vision/Object Detection
2020. 12. 29. 23:36