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
- herbwood
- Bounding box regressor
- Non maximum suppression
- Linear SVM
- mean Average Precision
- Fast R-CNN
- RPN
- hard negative mining
- Darknet
- Object Detection
- Region proposal Network
- RoI pooling
- multi task loss
- R-CNN
- Average Precision
- YOLO
- Map
- Anchor box
- Hungarian algorithm
- BiFPN
- detr
- pytorch
- Object Detection metric
- IOU
- AP
- Detection Transformer
- Faster R-CNN
- fine tune AlexNet
- object queries
- Multi-task loss
Archives
- Today
- Total
목록multi scale feature map (1)
약초의 숲으로 놀러오세요
SSD 논문(SSD: Single Shot MultiBox Detector) 리뷰
이번 포스팅에서는 SSD 논문(SSD: Single Shot MultiBox Detector)을 읽고 정리해봤습니다. RCNN 계열의 2-stage detector는 region proposals와 같은 다양한 view를 모델에 제공하여 높은 정확도를 보여주고 있습니다. 하지만 region proposals를 추출하고 이를 처리하는 과정에서 많은 시간이 걸려 detection 속도가 느리다는 단점이 있습니다. 반면 YOLO v1은 원본 이미지 전체를 통합된 네트워크로 처리하기 때문에 detection 속도가 매우 빠릅니다. 반면 grid cell별로 2개의 bounding box만을 선택하여 상대적으로 적은 view를 모델에 제공하여 정확도가 떨어집니다. 이처럼 일반적으로 정확도와 detection 속도..
Computer Vision/Object Detection
2021. 1. 1. 17:51