반응형 개인 정리/Dissertation analysis4 Fast R-CNN main Paper arxiv.org/pdf/1504.08083.pdf 1. Introduction 최근, Deep ConvNets는 iamge classification와 object detection 정확도를 크게 향상시켰다. image classification에 비해 object detection는 더 어려운 작업이다. 큰 복잡성 때문에, 현재 접근 방식은 느린 multi-stage pipeline에서 모델을 훈련시킨다. detection는 object의 정확한 위치 지정을 요구하기 때문에 complexity가 발생하며, 이는 두 가지 주요 과제를 야기한다. - 첫째, 수많은 proposal region object location를 처리해야 한다. (selective search로 거의 2000.. 2021. 4. 5. R-CNN main Paper arxiv.org/pdf/1311.2524.pdf 1. Introduction feature이라는 것은 매우 중요하다. 기존의 visual recognition task는 ensemble 시스템을 구축하고 이 방법에 대한 사소한 변형만을 통해 개선시켰기에 성능 향상이 더디었던 상황이었다. 따라 visual recognition에 훨씬 더 유용한 feature를 계산하기 위한 multi-stage process에 대한 초점이 맞춰지게 되었고, 과거에 사용되었던 CNN을 사용하여 성능을 개선하자는 아이디어를 통해 R-CNN을 만들어냈다. single image를 region proposal로 만들어 pre-trained CNN에서 SVM을 통해 classification를 학습하는 과정과.. 2021. 4. 1. CNN main Paper www.researchgate.net/profile/Saad-Albawi/publication/319253577_Understanding_of_a_Convolutional_Neural_Network/links/5ad26025458515c60f51dbf9/Understanding-of-a-Convolutional-Neural-Network.pdf I. INTRODUCTION Convolutional Neural Network는 이미지 처리에서 음성 인식에 이르기까지 패턴 인식과 관련된 다양한 분야에서 획기적인 결과를 얻었다. CNN의 가장 유익한 점은 ANN에서 매개 변수의 수를 줄이는 것이다. 이러한 성과로 인해 ANN에서는 불가능했던 복잡한 작업을 해결하기 위해 더 큰 모델에 접근하.. 2021. 3. 30. Floor-SP Floor-SP: input: aligned(정렬된) panorama RGBD scans 1. find room segment 2. solve optimization problem to reconstruct a floorplan(평면도) graph as multiple polygonal loops 3. merges tnem into a 2D graph via simple post-processing heuristics(이후 처리 방법론) optimization: room-wise coordinate descent strategy(room-별 좌표하강 전략) object: sequentially solves shortest path problems to optimize the room structure. .. 2021. 3. 29. 이전 1 다음 반응형
