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 | 31 |
Tags
- 김성훈 교수님 PyTorch
- c언어 정리
- matlab 영상처리
- 컴퓨터 비전
- 골빈해커
- 모두의 딥러닝
- 파이토치
- c++
- C언어 공부
- c++공부
- Pytorch Lecture
- 파이토치 강의 정리
- TensorFlow
- 가우시안 필터링
- 딥러닝 공부
- 딥러닝 스터디
- 미디언 필터링
- 영상처리
- 파이토치 김성훈 교수님 강의 정리
- pytorch
- 딥러닝
- MFC 프로그래밍
- object detection
- tensorflow 예제
- 해리스 코너 검출
- 팀프로젝트
- c언어
- 모두의 딥러닝 예제
- 케라스 정리
- pytorch zero to all
Archives
- Today
- Total
목록FPN 장점 (1)
ComputerVision Jack
Feature Pyramid Networks for Object Detection
Feature Pyramid Networks for Object Detection Abstract feature pyramids는 다른 크기의 object detection 위한 recognition systems에서 기본적인 요소이다. 그러나 최근 deep learning 사용하는 object detection은 feature pyramids 사용을 피해왔다. 왜냐하면 compute와 memory가 방대해지기 때문이다. 논문에서 저자들은 deep convolutional networks에 포함되어 있는 multi-scale pyramidal hierarchy 활용하여 비용 측면을 고려한 feature pyramids 설계한다. top-down 구조는 문자 그대로 모든 크기에서 높은 단계의 semanti..
Reading Paper/Object Detection
2022. 3. 31. 10:18