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 김성훈 교수님 강의 정리
- 컴퓨터 비전
- tensorflow 예제
- matlab 영상처리
- 딥러닝 공부
- 팀프로젝트
- TensorFlow
- object detection
- c언어 정리
- 파이토치
- 딥러닝 스터디
- 모두의 딥러닝
- 모두의 딥러닝 예제
- 해리스 코너 검출
- 골빈해커
- 딥러닝
- pytorch zero to all
- 김성훈 교수님 PyTorch
- c++
- 가우시안 필터링
- 미디언 필터링
- C언어 공부
- 파이토치 강의 정리
- Pytorch Lecture
- c++공부
- 영상처리
- c언어
- 케라스 정리
- pytorch
- MFC 프로그래밍
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