목록전체 글 (47)

JSP's Deep learning

[Paper Review - AI Security] 1. Explaining And Harnessing Adversarial Examples(Digital Attack)

1. Adversarial Examples 요약 "Adversarial Examples"는 Model의 선형성(Linear nature)의 취약점을 이용한 공격 기법이다. "FGSM(Fast Gradient Sign Method)"을 통해서 Adversarial Examples을 생성한다. "Adversarial Training"을 통해서 "Adversarial Example"에 대해 Model을 Robust하게 한다. 2. 주요 용어 1) Softplus Function log(1+exp(x))로 정의된다. ReLU와 비슷하지만 ReLU는 x < 0에 대해서 0으로 처리하는 반면에 SoftPlus는 조금 더 Smooth하게 0으로 수렴하게 한다. 2) Maxout Function 활성화 함수를 piec..
Paper Review/AI Security 2023. 1. 15. 14:25
[Paper Review - Object Detection] 2. Fast R-CNN

1. Fast R-CNN 요약 1) Fast R-CNN의 Architecture 2) Fast R-CNN의 주요 특징 Multi-Task Loss Shared feature map computation ROI pooling layer 2. Fast R-CNN의 주요 용어 1) ROI (Region Of Interest) Feature map에서 주의 깊게 봐야 할 영역 Selective Search로 추출된 Region proposals을 convolution feature map에 ROI projection을 하여 convolution feature map 상에서 관심영역을 지정한다. 2) Max Pooling 사용자가 설정한 크기와 간격만큼 window을 이동시키면서 해당 window 영역의 픽셀 중..
Paper Review/Object Detection 2023. 1. 15. 10:42
[Paper Review - Object Detection] 1. R-CNN

1. 주요 용어 1) Region proposals 한 이미지에서 Object가 존재한다고 예측되는 영역을 추출하는 것 R-CNN에서는 Selective Search 기법을 사용하여 Region proposals을 수행한다. 2) Warp 사전적 의미는 "왜곡"이라는 의미를 가지고 있다. R-CNN에서 Warp는 이미지의 사이즈를 변형한다는 의미(Reshape와 비슷하다) p는 context padding으로 p가 0이 아니면, 주변환경을 어느정도 포함한다. 3) Selective Search Region Proposals을 수행하는 기법 중 하나 비슷한 Pixels의 값이 있는 영역을 여러 개 선택한 다음, 중복되는 부분을 제거하여 Region Proposals을 수행한다. 상세한 사항은 J. Uijl..
Paper Review/Object Detection 2023. 1. 10. 00:42
이전 Prev 1 ··· 8 9 10 11 12 13 14 ··· 16 Next 다음