Paper Review/Object Detection2 [논문 리뷰] R-CNN: Rich feature hierarchies for accurate object detection and semantic segmentation (2014) Paper: https://arxiv.org/pdf/1311.2524 본 논문에서는 VOC 2012 dataset을 기준으로 이전의 방법들보다 mAP가 30% 이상 향상된 더 간단하고 확장 가능한 detection 알고리즘인 R-CNN 모델을 소개한다.이를 통해 53.3%의 mAP를 기록했다. R-CNN은 2가지 key insight의 결합으로 이뤄진다.Localize와 segmentation을 위한 bottom-up 방식의 region proposal을 CNN에 적용하였다.labeled data가 부족한 경우에, pre-trained된 CNN을 fine-tuning한다.R-CNNR-CNN은 Regions with CNN의 약자이다.즉, region proposals와 CNN이 결합된 구조이다.2-sta.. 2024. 8. 27. [논문 리뷰] YOLO: You Only Look Once:Unified, Real-Time Object Detection (2016) Paper: https://arxiv.org/pdf/1506.02640R-CNN 등과 같이 기존의 Object Detection 모델은 여러 개의 bounding box를 추출하고 해당 box에 대해 다시 한번 class를 예측하는 형태였다. 따라서 속도가 느리고 최적화가 힘들다는 단점이 존재했다. 이를 보완한 모델인 YOLO는 object detection 문제를 회귀 문제로 정의해 단일 신경망으로 한 번에 end-to-end로 처리하는 방법을 사용한다. 즉, bounding box 부터 class 예측까지 한 번에 처리하여 속도 면에서 월등히 빠른 모습을 보여준다."You Only Look Once"인 이유이다.Introduction YOLO는 input 이미지를 448x448의 해상도로 resize.. 2024. 8. 9. 이전 1 다음
