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
- 파이토치 강의 정리
- object detection
- c언어
- 딥러닝
- pytorch zero to all
- 미디언 필터링
- C언어 공부
- 골빈해커
- c++
- c언어 정리
- MFC 프로그래밍
- 가우시안 필터링
- 딥러닝 스터디
- pytorch
- Pytorch Lecture
- 해리스 코너 검출
- c++공부
- 케라스 정리
- 영상처리
- TensorFlow
- tensorflow 예제
- 모두의 딥러닝 예제
- 김성훈 교수님 PyTorch
- 딥러닝 공부
- 파이토치 김성훈 교수님 강의 정리
- 팀프로젝트
- matlab 영상처리
- 파이토치
- 모두의 딥러닝
- 컴퓨터 비전
Archives
- Today
- Total
목록YOLO grid (1)
ComputerVision Jack
You Only Look Once: Unified, Real-Time Object Detection
You Only Look Once: Unified, Real-Time Object Detection Abstract YOLO 새로운 object detection 방법을 제시한다. 이전 방법들은 classifier 재구성하여 detection 수행한다. 하지만 저자는 object detection 대해 공간적으로 분리된 bounding box와 class probabilities 예측하는 Regression 문제로 바라본다. single neural network는 bounding box와 class probabilities 전체 이미지에 대해 직접적으로 한번에 평가한다. detection pipeline이 single network 구성되어 있기 때문에 end-to-end 방식으로 최적화 될 수 있다...
Reading Paper/Object Detection
2022. 3. 30. 10:27