| 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
- Docker
- VOC 변환
- 커스텀 애니메이션 적용
- 개발흐름
- Paper Analysis
- 크롤링
- Git
- CARLA simulator
- Linux build
- paper review
- Branch 활용 개발
- TensorFlow Object Detection Model Build
- DACON
- 논문분석
- 기능과 역할
- TensorFlow Object Detection API install
- AI Security
- Object Detection Dataset 생성
- DOTA dataset
- Towards Deep Learning Models Resistant to Adversarial Attacks
- 리눅스 빌드
- 논문 분석
- 객체 탐지
- 사회초년생 추천독서
- object detection
- TensorFlow Object Detection 사용예시
- Custom Animation
- InstructPix2Pix
- Carla
- TensorFlow Object Detection Error
Archives
- Today
- Total
목록yolov2 (1)
JSP's Deep learning
[Paper Review - Object Detection] 5. YOLO9000 : Better, Faster, Stronger
1. 요약 YOLO9000은 9000개 이상의 categories에 대해서 detection이 가능한 object detection system이다. (YOLOv1은 200-classes) YOLOv2는 Speed와 accuracy의 tradeoff가 잘 절충된 model이다. YOLO9000에서는 Classification dataset과 detection dataset을 결합하여 학습하는 방법을 사용했다. 결론적으로, COCO dataset에 없는 class에 대해서도 Object detection이 가능하게 되었다. (단, 비슷한 형태의 세부 카테고리의 객체에 대해서 탐지가 가능해진 것!) 2. 주요 용어(간단 정리) ...상세한 사항은 관련 논문을 찾아봐야합니다... 1) ResNet Residu..
Paper Review/Object Detection
2023. 2. 13. 22:57