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 |
Tags
- TensorFlow Object Detection Model Build
- object detection
- 리눅스 빌드
- Docker
- 기능과 역할
- TensorFlow Object Detection Error
- Towards Deep Learning Models Resistant to Adversarial Attacks
- 객체 탐지
- AI Security
- Object Detection Dataset 생성
- Paper Analysis
- TensorFlow Object Detection API install
- Branch 활용 개발
- Carla
- 크롤링
- Linux build
- TensorFlow Object Detection 사용예시
- Custom Animation
- InstructPix2Pix
- DOTA dataset
- paper review
- 커스텀 애니메이션 적용
- VOC 변환
- 논문분석
- 개발흐름
- 논문 분석
- Git
- CARLA simulator
- 사회초년생 추천독서
- DACON
Archives
- Today
- Total
목록YOLOv1 (1)
JSP's Deep learning

1. YOLOv1 요약 1) YOLOv1의 Detection System 2) YOLOv1의 장단점 (1) 장점 One-Stage Object Detection 45 fps로 빠르다. => Real time object detection에 적합하다. 물체에 대해서 더 잘 일반화를 한다. 배경에 대해서 잘못 예측하는 경우가 더 적다. (2) 단점 더 많은 Localization Error을 가진다. 2. YOLOv1의 용어정리 1) Leaky ReLU ReLU에서 일부 뉴런이 활성화되지 않는 문제를 개선 x ≤ 0에 대해서, 0.01x를 적용 2) HSV color space (H, S, V)의 좌표로 색을 표현하는 방법 H(Hue) : 색상, 색의 종류 (0~179) S(Saturation) : 채도, ..
Paper Review/Object Detection
2023. 1. 25. 23:03