1. 객체 탐지(Object-Detection)와 RetinaNet의 등장 배경객체 탐지(Object-Detection)은 이미지에서 객체의 위치와 종류를 동시에 알아내는 컴퓨터 비전 기술입니다. 크게 보면 Two-stage 방식과 One-stage 방식으로 나뉩니다.- Two-stage 방식 (ex. Faster R-CNN)먼저 후보 영역(Region Proposal)을 뽑고, 그 후에 클래스를 예측합니다.이 방식은 두 단계를 가지기 때문에 정확하지만 구조가 느리고 복잡합니다.- One-stage 방식(ex. YOLO, SSD)이미지 전체를 한 번에 처리하며 빠른 속도가 장점입니다.하지만 Two-stage에 비해 정확도가 낮다는 게 단점이었습니다.이런 구조적 차이 때문에 One-stage 방식은 늘 속..
🖥️ Computer Vision/📰 Paper
2025. 6. 13. 21:20
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 다중세밀도
- Focal loss
- logitadjustment
- classimbalance
- MobileNet
- Example
- code
- fisherconsistency
- 선형대수
- tensorflow
- depthwise
- 경량화 모델
- imbalanceddata
- DeepLearning
- CriticV
- GradientDescent
- separable
- Optimizer
- LossFunction
- convolution
- 딥러닝
- ScientificReports
- AdamOptimizer
- 논문리뷰
- eigenvector
- GradientScaling
- PCA
- vlm
- MGFA
- 특징융합
| 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 |
글 보관함
반응형